発表内容
2026年7月30日、Google DeepMindは次世代ロボットの「知能レイヤー」と位置づけるGemini Robotics 2を発表しました。前バージョンはGeminiのマルチモーダル理解を物理的な行動に変えられることを示しました。新版では全身制御、器用さの向上、複数ロボットの協調の3点が進化しています。
実際に何が変わるか
- ヒューマノイドが歩く、しゃがむ、手を伸ばす、物を扱うことで散らかった部屋を片付け、他のロボットと協力して早く終わらせることも可能。
- モデルはロボット上でローカル実行でき、DeepMindによれば新しいロボットの体に数時間で適応します。
- Gemini Robotics ER 2は身体性推論(embodied reasoning)モデルで、人と会話し、周囲を理解し、数分かかる複数ステップの作業を計画する視覚言語モデルです。
提供状況
- ER 2: Google AI Studioで利用可能、Gemini Enterprise Agent Platformでプライベートプレビュー。
- VLAモデルとオンデバイス版: 早期アクセスのパートナーのみ。
背景
Googleの7月まとめでは、本番エージェント向けのGemini 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyberも紹介されています。Gemini Robotics 2はモデルを画面の外へ持ち出す点で最も目立つ発表です。
なぜ重要か
異なる体に数時間で適応できれば、機体ごとにゼロから学習させるというロボット工学最大のコストの一つを減らせます。ただし現時点では同社のデモであり、実環境での独立した検証が今後の焦点です。