The Pulse
Google rende Gemini Robotics ER 2 disponibile in anteprima sul cloud
Google ha reso Gemini Robotics ER 2 disponibile in anteprima pubblica su Google Cloud il 27 ottobre 2026. Il modello pianifica e verifica i compiti dei robot, ma la documentazione di Google avverte che le funzionalità in anteprima potrebber
AI.info Team · Scritto con l’IA · verificato ·
Google propone Gemini Robotics ER 2 per gli ambienti di produzione aziendali, mentre la sua documentazione cloud classifica il modello come una funzionalità in anteprima fornita «così com’è», con un supporto potenzialmente limitato. Il modello è entrato in anteprima pubblica su Google Cloud il 27 ottobre, offrendo agli sviluppatori accesso a un sistema di ragionamento progettato per pianificare e verificare il lavoro svolto da robot fisici, non solo per rispondere ai prompt.
Il sistema di pianificazione di Google opera al di sopra dei controlli dei robot
Gemini Robotics ER 2 è un modello visione-linguaggio che Google descrive come il livello di ragionamento di alto livello di un robot. Gli sviluppatori possono collegare come strumenti controlli di basso livello, come modelli Vision-Language-Action, API di navigazione o funzioni personalizzate, e poi inviare al modello video, audio o testo. Il modello può pianificare una sequenza di azioni, verificare se un passaggio è riuscito e adattarsi dopo un insuccesso, anziché ricominciare da capo l’intero flusso di lavoro.
Secondo Google, il modello funziona con diversi tipi di robot, dai bracci fissi e dai rover su ruote ai quadrupedi e agli umanoidi. L’annuncio descrive anche il coordinamento tra più robot: le macchine possono condividere una comprensione semantica di uno spazio di lavoro, suddividersi i compiti e passarsi il lavoro. Il modello è disponibile in Model Garden sulla piattaforma Gemini con l’ID gemini-robotics-er-2-preview.
Un benchmark video, con i limiti di quanto afferma Google
Google afferma che ER 2 individua il fotogramma in cui si verifica un evento critico, per esempio il momento in cui un robot dovrebbe smettere di versare un liquido, con una precisione del 91,3% e una distanza media assoluta tra fotogrammi di 0,96 secondi. L’azienda afferma inoltre che il compito viene eseguito a una velocità quattro volte superiore e a una frazione del costo computazionale rispetto a molte categorie di modelli più grandi. L’annuncio non indica i modelli usati per il confronto, perciò è difficile valutare le affermazioni su velocità e costi sulla base del solo post.
Secondo Google, il modello legge anche valori da oltre 10 categorie di strumenti, tra cui quadranti circolari, finestre di ispezione, display digitali, righelli e termometri a liquido. Queste capacità sono pensate per compiti in cui un robot deve interpretare informazioni visive che cambiano, non limitarsi a seguire una sequenza fissa di comandi.
L’anteprima sul cloud non equivale a un’implementazione definitiva
La documentazione cloud di Google descrive il rilascio come un’offerta Generative AI Preview. Precisa che le funzionalità in anteprima sono fornite «così come sono» e potrebbero avere un supporto limitato, mentre l’annuncio presenta la piattaforma cloud come uno strumento per simulare, valutare e distribuire agenti fisici. La stessa documentazione indica che il modello accetta testo, immagini, audio e video e produce testo in uscita.
Google delinea un flusso di lavoro che inizia con simulazioni robotiche in MuJoCo-Warp o NVIDIA Isaac Sim, per poi usare ER 2 come supporto alla selezione dei video dimostrativi archiviati in Cloud Storage e BigQuery. I team possono addestrare modelli di azione personalizzati tramite la piattaforma di Google, Google Kubernetes Engine o Cluster Director. Per le operazioni, Google afferma che i team possono affidare compiti sensibili alla latenza, come la mappatura e la pianificazione dei percorsi, all’infrastruttura presente nello stabilimento, inviando invece la telemetria della flotta a BigQuery.
La documentazione cloud indica una disponibilità globale, l’uso con pagamento a consumo e un limite predefinito di 250 richieste al minuto per progetto, con quote effettive che variano da progetto a progetto. Sono vincoli pratici per i team che valutano il servizio, insieme al suo stato di anteprima.
Boston Dynamics vede un impiego nelle ispezioni video
Google ha incluso commenti di clienti potenziali o già acquisiti, tra cui Boston Dynamics, DeepReach AI, Arm e l’ASTAR Institute of Materials Research and Engineering di Singapore. Le loro dichiarazioni descrivono usi previsti e interesse, non valutazioni indipendenti delle prestazioni di ER 2.
«Il video cambia ciò che può essere un’ispezione.»
Marco da Silva, vicepresidente e direttore generale di Spot presso Boston Dynamics
Secondo Google, Boston Dynamics sta applicando il suo sistema di ispezione AIVI-Learning ai video, mentre ASTAR descrive un lavoro su robot da laboratorio che potrebbero interagire con apparecchiature come il touchscreen di un reattore e una centrifuga. L’anteprima consente ai clienti cloud di iniziare a testare il livello di ragionamento proposto da Google, ma la documentazione dell’azienda chiarisce che il rilascio resta soggetto alle condizioni e ai limiti di supporto previsti per l’anteprima.