Google DeepMind sort Gemini Robotics ER 2 pour humanoïdes et Spot
TL;DR
- Positionné comme « a high-level brain for robots », Gemini Robotics ER 2 planifie les tâches et délègue l'exécution motrice à des modèles VLA séparés.
- Benchmarks vidéo publiés par Google: 57,4% en progress classification et 91,3% en moment-finding avec 0,96 seconde d'écart moyen absolu.
- Démonstrations publiques: Apollo 2 d'Apptronik en coopération avec Franka F3 Duo, et Spot de Boston Dynamics piloté via Gemini Live API.
Google DeepMind a publié sur son blog Gemini Robotics ER 2, décrit par ses auteurs comme « a high-level brain for robots ». Le modèle planifie, dialogue et oriente plusieurs robots; l'exécution motrice reste déléguée à des modèles vision-langage-action (VLA) séparés.
Les chiffres publiés par Steven Hansen et Peng Xu portent sur la compréhension vidéo: 57,4% de précision en classification de progression de tâche, et 91,3% en moment-finding avec un écart moyen absolu de 0,96 seconde. « The design of Gemini Robotics ER 2 allows the robot to 'think' about what comes next while simultaneously performing its actions », écrivent-ils. L'orchestration passe par la Gemini Live API, que Google chiffre à « 4x the execution speed » face aux catégories plus volumineuses.
Trois démonstrations partenaires sont montrées: Spot de Boston Dynamics piloté pour « fetches objects » sur commande vocale, Apollo 2 d'Apptronik en coopération avec un bras Franka F3 Duo, et des comparaisons internes face à ER 1.6 sur Safety Instruction Following et Human Proximity. Le billet n'indique aucun déploiement chiffré en usine, ni combien de testeurs utilisent déjà le modèle. L'accès passe par Gemini API et Google AI Studio; la Gemini Enterprise Agent Platform reste en private preview.
Article original publié par blog.google
Lire l'article original →Titre original : Gemini Robotics 2.5 pilote des humanoïdes Apollo 2 sur chaîne Mercedes avec 96 % de succès