Ang anunsyo
Noong Hulyo 30, 2026, ipinakilala ng Google DeepMind ang Gemini Robotics 2, na tinatawag nitong "intelligence layer" ng susunod na henerasyon ng mga robot. Ipinakita ng naunang bersyon na kaya ng Gemini na gawing pisikal na aksyon ang multimodal na pag-unawa. Tatlong pag-unlad ang dala ng bago: whole-body control, mas mahusay na dexterity at pagtutulungan ng maraming robot.
Ano ang nagbabago
- Kayang maglakad, yumuko, mag-unat at humawak ng mga bagay ng isang humanoid para ayusin ang magulong kuwarto, at puwedeng tumulong ang ibang robot para mas mabilis matapos.
- Puwedeng tumakbo nang lokal sa robot ang modelo at, ayon sa DeepMind, umangkop sa bagong katawan ng robot sa loob ng ilang oras.
- Ang Gemini Robotics ER 2 ay embodied reasoning model, isang vision-language model na nakikipag-usap sa tao, nakauunawa sa paligid at nagpaplano ng multi-step na gawain na tumatagal nang ilang minuto.
Availability
- ER 2: available sa Google AI Studio at private preview sa Gemini Enterprise Agent Platform.
- VLA model at on-device na bersyon: para lang sa early-access partners.
Konteksto
Sa July recap, inilista rin ng Google ang Gemini 3.6 Flash, 3.5 Flash-Lite at 3.5 Flash Cyber para sa production agents. Ang Gemini Robotics 2 ang pinakakita dahil inilalabas nito ang modelo sa screen.
Bakit mahalaga
Ang robot na umaangkop sa ibang katawan sa loob ng ilang oras ay nagbabawas sa isa sa pinakamalaking gastos ng robotics: ang pagsasanay sa bawat makina mula sa simula. Demo pa lang ito ng kumpanya; ang independent na resulta sa totoong mundo ang magpapakita kung gaano ito lalawak.