Створення універсального робота-помічника тривалий час обмежувалося прірвою між когнітивними можливостями ШІ та фізичною спритністю механізмів. Сучасні системи часто демонструють бездоганне розуміння команд, проте виявляються безсилими, коли йдеться про координацію складних рухів у просторі. Нове оновлення від Google DeepMind покликане подолати цей бар'єр, трансформуючи підхід до керування: від окремих маніпуляторів до цілісного контролю над тілом. Тепер штучний інтелект прагне досягти повноцінної пропріоцепції, імітуючи природну людську моторику.
Перехід від керування окремими вузлами до системного контролю всього організму — це якісний стрибок у розвитку робототехніки. Попередні ітерації Gemini Robotics фокусувалися переважно на верхній частині корпусу, що обмежувало функціональність машин рамками стаціонарних або обмежено рухливих систем. Друга версія моделі радикально змінює цей підхід: тепер нейромережа координує кожен рух — від постановки стопи до мікромоторики кінчиків пальців.
Практична реалізація цього підходу наочно демонструється в роботі гуманоїда Apollo 2 від компанії Apptronik. Робот перестав бути просто «маніпулятором на колесах чи опорах» і здобув здатність до складних динамічних дій: він може впевнено ходити, присідати та нахилятися, зберігаючи баланс під час взаємодії з об'єктами. Здатність підняти лійку з підлоги або акуратно дістати предмет із полиці потребує не просто точності, а глибокого розуміння фізики власного тіла та навколишнього простору. Хоча швидкість рухів усе ще залишається зоною зростання, сама можливість синхронізації всього корпусу відкриває шлях до виконання завдань у неструктурованому реальному середовищі.
Паралельно з моторним інтелектом відбулася еволюція когнітивного шару — моделі Gemini Robotics ER 2. Ця частина системи відповідає за аналіз середовища та інтерпретацію багатоетапних інструкцій. Ключовим покращенням стало розширення контекстного вікна: робот тепер здатен утримувати в пам'яті деталі завдання протягом тривалішого часу, чітко визначаючи точки старту та завершення процесу. Це перетворює виконання команди з послідовності розрізнених дій на єдиний осмислений процес.
Особливий інтерес викликає концепція багатоагентної взаємодії. Нова архітектура дозволяє об'єднувати в одну робочу групу роботів різних типів, де один може виступати в ролі координатора для іншого. У сценарії з прибиранням гаража гуманоїд Apollo 2 фактично оркеструє дії дворукого спеціалізованого робота Google, розподіляючи завдання та контролюючи загальний прогрес. Такий рівень синергії наближає нас до створення повноцінних автономних екосистем, де різні форми машин доповнюють одна одну.
Безпека взаємодії людини та машини була виведена на новий рівень завдяки впровадженню просунутих механізмів розпізнавання присутності. Система тепер чутливіше реагує на близькість людей, миттєво активуючи захисні протоколи зупинки, що є критично важливим для експлуатації роботів у житлових або офісних приміщеннях.
Завершальним штрихом стала оптимізація On-Device Model. Перенесення частини обчислень безпосередньо на бортовий комп'ютер робота дозволяє мінімізувати затримки, пов'язані з передачею даних у хмару, і забезпечує автономність роботи навіть за відсутності мережевого підключення. Це перетворює машину з термінала, керованого віддаленим сервером, на повноцінно незалежний інтелектуальний об'єкт.
Точність і швидкість у лінійці ProArt OLED
