Google DeepMind a annoncé Gemini Robotics 2, une nouvelle version de son modèle d’intelligence artificielle conçue pour contrôler l’ensemble du corps d’un robot humanoïde. Selon The Verge, le système peut coordonner les mouvements des pieds jusqu’aux doigts, dépassant ainsi le champ d’action de la version précédente, principalement consacrée au haut du corps. Cette extension élargit l’éventail des tâches potentiellement réalisables en réunissant déplacement, équilibre et manipulation au sein d’une même séquence.

L’avancée technique réside dans la capacité à piloter des actions mobilisant simultanément différentes parties du robot. Gemini Robotics 2 permet aux humanoïdes de marcher, de s’accroupir, de s’étirer et de manipuler des objets. Sur le plan opérationnel, le modèle doit donc relier la position du corps à la trajectoire des bras et à la prise des mains, une coordination indispensable lorsqu’un objet se trouve près du sol, hors de portée immédiate ou sur une étagère.

Les démonstrations publiées par Google mettent en scène Apollo 2, le robot humanoïde développé par Apptronik. Dans une vidéo, la machine se penche pour ramasser un arrosoir ; dans une autre, elle repère et saisit certains articles sur une étagère, dont un gant de baseball. The Verge présente ces exemples à partir des documents fournis par l’entreprise. Les contenus disponibles ne comprennent toutefois ni essais indépendants, ni comparaison avec des modèles concurrents, ni mesures quantitatives des performances.

La mobilité demeure néanmoins un domaine encore perfectible. Google DeepMind a reconnu que les robots doivent continuer à progresser en matière de vitesse de déplacement, tout en qualifiant cette mise à jour d’étape importante vers l’exécution de tâches réelles plus complexes. L’enjeu stratégique consiste à passer de gestes isolés à des missions au cours desquelles la machine doit se déplacer, modifier sa posture et interagir avec son environnement sans interrompre la continuité de l’action.

Outre la coordination générale, le nouveau modèle améliore la dextérité. Gemini Robotics 2 peut contrôler des mains articulées à cinq doigts, nécessaires pour les opérations qui ne se limitent pas à saisir un objet. Parmi les exemples mentionnés figurent la fermeture d’un sachet à glissière, le nouage d’un sac-poubelle et le dévissage d’une ampoule. Ces tâches diffèrent, mais exigent toutes de doser la force de préhension et de coordonner des mouvements précis.

L’annonce porte également sur Gemini Robotics ER 2, une mise à jour du modèle de raisonnement intégré combinant des capacités visuelles et linguistiques. Son rôle consiste à analyser l’environnement du robot, à traiter les instructions et à organiser des tâches complexes en plusieurs étapes. Selon Google DeepMind, la nouvelle version peut poursuivre des activités pendant des périodes plus longues, un élément essentiel pour passer d’une opération unique à des processus composés d’actions successives.

ER 2 serait également capable de reconnaître le début et la fin d’une tâche. Cette faculté introduit un niveau de gestion distinct de la simple exécution mécanique : le robot doit interpréter l’objectif, déterminer les étapes encore nécessaires et décider à quel moment le résultat demandé a été atteint. La source ne précise toutefois ni la durée maximale des essais ni le taux de réussite obtenu au cours des séquences les plus longues.

Une autre évolution concerne la coordination entre des robots présentant des caractéristiques différentes. D’après l’entreprise, la mise à jour permet à plusieurs machines de collaborer afin d’accomplir une tâche. Lors d’une démonstration, Apollo 2 demande à un robot de Google équipé de deux bras de placer des outils dans un bac pendant le nettoyage d’un garage. Cet exemple déplace l’attention du contrôle d’un humanoïde unique vers la répartition du travail entre des plateformes spécialisées.

En matière de gouvernance, Google DeepMind présente Gemini Robotics ER 2 comme son modèle robotique le plus sûr à ce jour. Cette appréciation émane toutefois de l’entreprise. Le texte relayé par The Verge s’interrompt avant de détailler d’éventuelles mesures techniques et ne permet pas de connaître les métriques, les protocoles ou les critères de comparaison employés. Les informations disponibles restent donc insuffisantes pour évaluer la manière dont la sécurité a été vérifiée et les risques opérationnels effectivement couverts.

L’ensemble décrit une extension des capacités, mais pas encore une adoption commerciale documentée. La source ne fournit aucune indication sur les clients, les coûts, le calendrier de disponibilité ou les applications industrielles. Elle ne livre pas non plus de données permettant de mesurer la fiabilité du système en dehors des démonstrations de l’entreprise. La vitesse des mouvements, la continuité des activités prolongées et les règles encadrant la coordination de plusieurs robots dans des environnements réels restent notamment à clarifier.