Diumumkan pada tanggal 30 Juli 2026, rilis ini berpusat pada model vision-lingual-action (VLA) yang mengubah apa yang dilihat dan didengar robot menjadi perintah motorik yang tepat. DeepMind menggambarkannya sebagai lapisan kecerdasan untuk robotika tujuan umum, dan perusahaan memposisikan peluncuran tersebut sebagai titik balik dalam membawa AI keluar dari jendela obrolan dan ke dunia fisik. Untuk informasi lebih lanjut mengenai dorongan industri yang lebih luas menuju AI yang diwujudkan, ikuti berita terkini tentang AI.
Tiga Model, Satu Sistem
DeepMind mengirimkan tiga model pelengkap dalam jajaran Gemini Robotics 2:
- Gemini Robotics 2 — model VLA andalan yang menerjemahkan penglihatan dan bahasa menjadi kontrol motorik, memungkinkan robot melakukan tindakan fisik.
- Gemini Robotics ER 2 — model penalaran yang diwujudkan yang mampu memahami ruang fisik dan menghasilkan rencana multi-langkah yang terperinci yang berkoordinasi dengan manusia dan robot lainnya.
- Gemini Robotics On-Device 2 — versi ringan model VLA yang dioptimalkan untuk berjalan secara lokal pada perangkat keras robot, mengurangi ketergantungan pada konektivitas cloud.
Menurut blog DeepMind, masing-masing model memiliki peran khusus namun ketiganya dirancang untuk beroperasi sebagai satu sistem terintegrasi. Model VLA menangani tindakan real-time, model ER menangani perencanaan tingkat tinggi, dan varian pada perangkat memungkinkan respons latensi rendah pada robot itu sendiri.
Dari Kaki hingga Ujung Jari
Klaim yang paling mencolok dalam pengumuman tersebut adalah apa yang DeepMind sebut sebagai kontrol cerdas seluruh tubuh. Daripada melatih robot untuk mengulangi satu gerakan, Gemini Robotics 2 dirancang untuk memerintahkan seluruh tubuh humanoid — mulai dari kaki hingga ujung jari — memungkinkan gerakan mirip manusia dalam jangkauan penuh termasuk membungkuk, meraih, dan menyeimbangkan.
DeepMind menyoroti beberapa tolok ukur ketangkasan. Dalam demonstrasi, robot yang ditenagai oleh model tersebut diperlihatkan sedang memasang bola lampu, mengikat simpul, dan melakukan tindakan rumit lainnya yang memerlukan kontrol motorik halus. Laboratorium tersebut mengatakan sistem ini mencapai tingkat ketangkasan baru yang memungkinkan robot menyelesaikan tugas yang menuntut kemahiran sejati, bukan pengulangan yang kasar.
Perusahaan juga menekankan kemampuan beradaptasi. Gemini Robotics 2 dapat diadaptasi ke robot bi-arm apa pun hanya dalam beberapa jam, kata DeepMind, yang berarti kecerdasan mendasar yang sama dapat ditingkatkan dari lengan meja ke robot humanoid kompleks tanpa siklus pelatihan ulang penuh. Generalisasi ini merupakan perubahan signifikan dari robotika konvensional, di mana setiap mesin biasanya memerlukan perangkat lunak yang dibuat khusus.
Robot Bekerja Bersama
Kemampuan utama lainnya adalah kolaborasi multi-robot. DeepMind mengatakan Gemini Robotics 2 mendukung skenario di mana dua robot bekerja sama dalam satu tugas, membagi pekerjaan dalam ruang fisik bersama. Model ER 2 menangani koordinasi — memikirkan lingkungan, memetakan urutan multi-langkah, dan mengalokasikan langkah antar mesin.
Dalam salah satu demonstrasi yang dikutip oleh perusahaan, sepasang robot berkolaborasi untuk membersihkan ruangan, membagi pekerjaan daripada saling bertabrakan. DeepMind membingkai hal ini sebagai bukti awal bahwa AI tidak hanya dapat mengelola tindakan individu tetapi juga mengatur banyak agen di dunia nyata.
Interaktif dan Dapat Diinstruksikan
Selain pengoperasian otonom, model ini dirancang agar interaktif. Gemini Robotics 2 dapat menjelaskan pendekatannya saat melakukan suatu tindakan, dan pengguna dapat mengarahkan robot di tengah tugas menggunakan bahasa sehari-hari daripada perintah teknis. DeepMind mengatakan hal ini membuat platform ini cocok untuk menginstruksikan robot di lingkungan yang mudah berubah atau berbahaya di mana operator manusia perlu menyesuaikan rencana dengan cepat.
Mengapa Itu Penting
Peluncuran ini mengintensifkan perlombaan robot humanoid yang sudah ramai. Perusahaan-perusahaan termasuk Figure, Boston Dynamics, dan Tesla telah berlomba-lomba untuk mengkomersialkan mesin berjalan dan bekerja, sementara pembuat chip seperti Nvidia telah banyak berinvestasi dalam infrastruktur simulasi dan komputasi yang dibutuhkan oleh AI fisik.
Taruhan DeepMind adalah bahwa satu lapisan intelijen dengan tujuan umum – yang memberikan alasan tentang dunia fisik seperti cara chatbot memikirkan teks – dapat menggantikan perangkat lunak khusus dan sempit yang telah mendefinisikan robotika industri selama beberapa dekade. Jika sistem ini benar-benar dapat beradaptasi dengan perwujudan apa pun dalam hitungan jam, hal ini akan mengurangi hambatan bagi produsen dan peneliti yang ingin menggunakan robot yang mampu tanpa harus memulai dari awal setiap saat.
Perusahaan mengatakan mereka bekerja sama dengan mitra perangkat keras tepercaya untuk memperluas platform, dan menerbitkan dokumentasi tanggung jawab dan keselamatan bersamaan dengan peluncurannya. Masih ada pertanyaan tentang bagaimana kinerja model ini di luar demonstrasi terkendali dan seberapa cepat kendali humanoid seluruh tubuh dapat diterapkan ke dalam penerapan di dunia nyata.
Namun, jangkauan peluncurannya – pergerakan seluruh tubuh, penalaran multi-langkah, efisiensi pada perangkat, dan koordinasi multi-agen dalam satu rangkaian produk – menandakan bahwa Google bermaksud menjadi pemain utama dalam konvergensi model AI besar dan mesin fisik.
Tetap Terdepan dalam AI
Perkembangan robotika bergerak cepat, dan AI Buzz Wire melacak setiap perkembangan besar. Baca berita AI selengkapnya untuk liputan berkelanjutan mengenai rilis model, terobosan perangkat keras, dan perubahan industri.
Jelajahi perkembangan AI terkini →
