Человекоподобные роботы научились работать всем телом: ходить, приседать и брать предметы в одной модели
До сих пор модели для роботов в основном управляли верхней частью тела: руками и хватом. В конце июля 2026 года Google DeepMind представила Gemini Robotics 2, которая управляет роботом целиком — вместе с ходьбой, приседаниями и тянущимися движениями. В семье три модели: для действий, для планирования и для работы прямо на роботе.
Что именно исследовали
Человекоподобному роботу мало уметь брать предмет — часто нужно дойти, присесть, потянуться. Команда проверяла, может ли одна модель «зрение — язык — действие» согласованно управлять всем телом и при этом тонкими движениями пальцев.
Модели испытывали на человекоподобном Apptronik Apollo 2 с многопалыми кистями, на двуруком Franka Duo и на других платформах.
Как это работает
Gemini Robotics 2 — модель действий: видит, понимает команду и управляет суставами всего тела. Gemini Robotics ER 2 отвечает за «воплощённое рассуждение»: планирует многошаговые задачи и распределяет работу между несколькими роботами. Gemini Robotics On-Device 2 работает прямо на роботе, без облака.
Можно сравнить с человеком: ER 2 — это решение «что и в каком порядке делать», основная модель — сами движения, а версия на устройстве — навык, который всегда при себе.
Что ИИ теперь умеет
- Управлять всем телом человекоподобного робота: ходьба, приседание, наклоны вместе с работой рук
- Выполнять тонкие движения многопалой кистью — например, выкрутить лампочку
- Планировать многошаговые задачи и координировать несколько роботов
- Адаптироваться к новому роботу за несколько часов по менее чем 200 примерам (версия на устройстве)
Что показал эксперимент
Работа всем телом: от 45,7% до 76,3% успешных выполнений в разных задачах.
Многопалая кисть: от 32% до 92% — выкручивание лампочки получилось в 92% случаев.
Захват двумя пальцами: от 74,2% до 89,6%.
DeepMind опубликовала отчёт о безопасности модели.
Что пока не работает
- По словам самих авторов, тонкая работа многопалыми кистями остаётся сложной — отсюда разброс от 32% до 92%.
- Успех всем телом — от половины до трёх четвертей попыток: для дома или склада без присмотра этого пока мало.
- Основная модель и версия на устройстве доступны только партнёрам по программе раннего доступа.
- Подробной научной статьи с методикой нет: результаты описаны в блоге и отчёте о безопасности.
Почему это важно
Человекоподобные роботы полезны именно тем, что могут работать в среде, сделанной для людей. Для этого им нужно управлять всем телом, а не только руками. Одна модель для всего тела и быстрая подстройка к новой машине — шаги к роботам общего назначения.
Можно ли попробовать
Оригинальное исследование
Gemini Robotics 2 brings whole body intelligence to robots
- Авторы
- Carolina Parada и команда Gemini Robotics
- Организация
- Google DeepMind
- Дата
- 30 июля 2026 г.
- Тип
- Технический отчёт или блог лаборатории
Ещё исследования
Кубики без центрального компьютера научились вместе понимать, во что их сложили
Сотни физических кубиков с одинаковой маленькой нейросетью общаются только с соседями — и сообща определяют форму всей конструкции: стул, самолёт, гитара. Они же замечают повреждения. Работа опубликована в Nature Communications.
Робот научился убирать в квартире, которую никогда не видел
Модель π0.5 от Physical Intelligence управляет роботом в незнакомых домах: убирает посуду, заправляет кровать, собирает бельё. Сначала она решает словами, что делать дальше, а потом выполняет движение.