Gemini Robotics 2: sterowanie całym ciałem i rzeczywistość liczb — między API a laboratorium

30 lipca 2026 roku Google DeepMind pokazało Gemini Robotics 2 — wielowarstwową rodzinę obejmującą model vision-language-action, wariant do rozumowania ucieleśnionego (ER 2) oraz rozwiązanie działające na urządzeniu. Deklarowany skok wobec 2025 roku dotyczy poszerzenia obszaru sterowania: już nie sam tułów, lecz „od stóp po czubki palców". W teorii pozwala to optymalizować środek ciężkości w ruchu, łącząc manipulację przedmiotami ze stabilnością postawy. Wśród partnerów są Apptronik z Apollo 2, Boston Dynamics ze Spotem do podnoszenia przedmiotów na komendę głosową, Agile Robots i Franka.

Przedstawione wyniki wymagają jednak uważnej lektury. Dane pokazują 89,6% przy precyzyjnym wkładaniu elementów na Franka Duo i 92% przy wykręcaniu żarówki przez Apollo wyposażone w dłonie SharpaWave. Przy podnoszeniu przedmiotów z podłogi przez Apollo z dłońmi Inspire wskaźnik spada jednak do 45,7%. Ta różnica pokazuje, że skoordynowane sterowanie całym ciałem pozostaje problemem otwartym. DeepMind wprowadziło benchmark bezpieczeństwa ASIMOV-Agentic, ale weryfikacja zewnętrzna jest częściowa: Google nie podaje liczby prób na zadanie ani warunków środowiskowych testów, a część przywołanych benchmarków — jak „diverse tool kitting" — nie ma ustandaryzowanej publicznej definicji.

W kwestii dostępności strategia utrzymuje wyraźny podział. Gemini Robotics ER 2 — mózg odpowiedzialny za planowanie wieloetapowe, autokorektę na podstawie strumienia wideo i orkiestrację narzędzi zewnętrznych — jest dostępny dla deweloperów przez Gemini API i Google AI Studio, a także na Gemini Enterprise Agent Platform w prywatnej wersji zapoznawczej. Firma podaje wykonanie 4 razy szybsze i skuteczność klasyfikacji postępu na poziomie 57,4%. Modele VLA do bezpośredniego działania oraz On-Device 2 — dostosowujący się do nowego ciała w kilka godzin bez łączności — pozostają natomiast we wczesnym dostępie dla wybranych partnerów.

Różnica między 92% w zadaniu pokazowym a 45,7% przy czymś tak banalnym jak podniesienie czegoś z ziemi mówi, ile brakuje, by humanoid był niezawodny poza laboratorium — a dopóki modele działania zostają u partnerów, nikt z zewnątrz tej różnicy nie zmierzy.