Google DeepMind 30 июля 2026 года представил Gemini Robotics 2 — не одну модель, а набор из трех систем для роботов. Теперь речь не только о захвате предметов на столе: компания показала управление всем телом гуманоидного робота, совместную работу нескольких машин и локальный запуск модели без постоянной связи с облаком.
Для русскоязычной IT-аудитории это важный сдвиг: гонка ИИ выходит из мира чат-ботов и помощников для кода в физическую среду, где уже имеют значение моторика, задержки, надежность и техника безопасности.
Три модели вместо одной универсальной
Google называет Gemini Robotics 2 «интеллектуальным слоем» для адаптивных роботов. В линейку вошли три модели: Gemini Robotics 2 для моторного управления, Gemini Robotics ER 2 для планирования и понимания обстановки, а также Gemini Robotics On-Device 2 для локальной работы прямо на устройстве.
Такой разнос по ролям выглядит практичнее, чем попытка решить все одной моделью. Одна система отвечает за движение, другая — за логику длинной задачи, третья — за работу без сети. Для промышленной автоматизации это обычно важнее красивого демо.
Gemini Robotics 2 перешел от рук к полному телу
Главное обновление — управление всем телом гуманоидного робота. Если ранние версии DeepMind были сосредоточены на манипуляциях верхней частью корпуса, то теперь модель учитывает шаги, приседания, наклоны и баланс. В демонстрации с Apptronik Apollo 2 робот подходит к столу, берет лейку, делает несколько шагов к полке и кладет предмет в нужный контейнер.
Это важнее, чем кажется. Мир вокруг устроен не под лабораторную роботизированную руку, а под человека: предметы лежат на полу, на полках, в узких проходах и в неудобных углах. Пока робот не умеет уверенно двигаться всем телом, разговоры о «физическом ИИ» остаются немного преждевременными.
С мелкой моторикой прогресс есть, но до человека далеко
DeepMind отдельно показал работу с разными типами захватов. На Apollo 2 система управляет кистью SharpaWave с 22 степенями свободы, а на платформе Franka Duo — стандартными двухпальцевыми захватами.
Цифры при этом без лишнего лака. В тестах с многопальцевой кистью робот выкрутил лампочку в 92% попыток, а вкрутил только в 36%. Завязать мусорный пакет удалось в 44% случаев, закрыть ziplock-пакет — в 40%, работать с совком и щеткой — в 32%.
На более прикладных сценариях результаты лучше. Для Franka Duo Google приводит 74,2% успешности в задачах общего захвата и перекладывания, 78,9% — в комплектовании инструментов и 89,6% — в точной установке деталей. В сценариях с полным телом у Apollo 2 показатели составили 68,4% для подбора предмета со стола, 45,7% — с пола и 76,3% — с полки.
Перевод на нормальный язык такой: роботы уже можно обсуждать применительно к складам, комплектованию, внутризаводской логистике и простым операциям с инструментом. Но до режима «ставим парк машин и забываем о проблеме» рынок еще не доехал.
ER 2 берет на себя длинные задачи и координацию
Gemini Robotics ER 2 отвечает за планирование. Модель анализирует обстановку, разбивает задачу на шаги, координирует действия исполнительной системы, отслеживает прогресс и корректирует план, если один из этапов сорвался.
По данным Google, ER 2 лучше справляется с длинными последовательностями действий, которые занимают несколько минут и включают сотни решений. Компания также добавила совместную работу разных роботов: в одном из сценариев гуманоид Apollo 2 и двурукая платформа вместе разбирают задачу, которую одна машина в одиночку выполнила бы хуже.
Для интеграторов это, возможно, самый практичный сигнал во всем релизе. Рынок, похоже, движется не к одному «универсальному андроиду», а к набору разных машин, которые умеют договариваться между собой.
Локальный запуск снижает зависимость от сети
Gemini Robotics On-Device 2 рассчитан на запуск прямо на роботе. Google утверждает, что модель можно адаптировать к новым двуруким платформам за несколько часов и обычно менее чем на 200 примерах.
Для бизнеса это важный момент. В цехе или на складе плохая связь и высокая задержка — не редкость, а рутина. Если критические функции завязаны на облако, робот может ошибиться в самый неподходящий момент. Локальный запуск делает систему ближе к реальному внедрению, а не только к демонстрации для инвесторов.
Безопасность стала отдельным аргументом
DeepMind также представил бенчмарк ASIMOV-Agentic для оценки безопасности агентных систем и работы с неопределенностью. По заявлению компании, Gemini Robotics ER 2 — самая безопасная робототехническая модель Google на сегодня по соблюдению ограничений и тестам на близость человека.
Модель должна лучше замечать людей рядом, вызывать защитные сценарии и останавливать робота, если человек подошел слишком близко. В обычном софте странное поведение модели раздражает. В робототехнике оно упирается в охрану труда, простой оборудования и страховые риски.
Значение для рынка
Google последовательно собирает базовый программный слой для физического ИИ: первая версия Gemini Robotics вышла в марте 2025 года, Gemini Robotics-ER 1.6 — в апреле 2026-го, а теперь компания свела линейку в более цельную архитектуру. Для рынка это сигнал, что конкуренция пойдет не только между моделями, но и между полными стеками: от восприятия и планирования до управления движением и безопасности. Для компаний из России и СНГ это особенно важно в логистике, производстве и складской автоматизации, где любой выигрыш в перенастройке и локальном запуске быстро превращается в экономику проекта.
Если Google и конкуренты доведут такие системы до предсказуемой эксплуатации, следующим полем битвы станут уже не деморолики, а стоимость внедрения, интеграция с промышленным ПО и стабильность работы в реальном цехе. Первоисточник — ; дополнительные детали подтверждают и .