Gemini Robotics 2: управление всем телом и реальность цифр между API и лабораторией

30 июля 2026 года Google DeepMind представила Gemini Robotics 2 — многослойное семейство, куда входят модель vision-language-action, вариант для воплощённого рассуждения (ER 2) и решение для работы на устройстве. Заявленный скачок по сравнению с 2025 годом касается расширения области управления: теперь не только корпус, а «от стоп до кончиков пальцев». В теории такой подход позволяет оптимизировать центр тяжести в движении, соединяя манипуляцию предметами с устойчивостью позы. Среди партнёров — Apptronik с Apollo 2, Boston Dynamics со Spot для подбора предметов по голосовой команде, Agile Robots и Franka.

Однако представленные результаты требуют внимательного чтения. Данные показывают 89,6% на точных вставках с Franka Duo и 92% при выкручивании лампочки роботом Apollo с кистями SharpaWave. При этом на подъёме предметов с пола у Apollo с кистями Inspire показатель падает до 45,7%. Этот разрыв показывает, что согласованное управление всем телом остаётся нерешённой задачей. Для безопасности DeepMind ввела бенчмарк ASIMOV-Agentic, но внешняя проверка неполна: Google не публикует ни число попыток на задачу, ни условия среды при тестах, а у части упомянутых бенчмарков — например у «diverse tool kitting» — нет стандартизированного публичного определения.

В вопросе доступности стратегия держит чёткую границу. Gemini Robotics ER 2 — мозг, отвечающий за многошаговое планирование, самокоррекцию по видеопотоку и оркестрацию внешних инструментов, — открыт разработчикам через Gemini API и Google AI Studio, а также в Gemini Enterprise Agent Platform в закрытом превью. По заявленным компанией цифрам, выполнение идёт в 4 раза быстрее, а точность классификации прогресса составляет 57,4%. Модели VLA для прямого действия и On-Device 2 — адаптирующаяся к новому телу за несколько часов и без связи — напротив, остаются в раннем доступе для избранных партнёров.

Разрыв между 92% на демонстрационной задаче и 45,7% на таком банальном движении, как поднять что-то с пола, говорит, сколько ещё нужно, чтобы гуманоид стал надёжным вне лаборатории. И пока модели действия остаются у партнёров, измерить этот разрыв снаружи не может никто.