Google DeepMind ha annunciato giovedì una nuova versione del suo modello di intelligenza artificiale dedicato alla robotica, Gemini Robotics 2, capace secondo l’azienda di gestire il controllo dell’intero corpo di un robot umanoide, «dai piedi alle dita». Se la versione precedente si concentrava soprattutto sulla parte superiore del corpo, tramite braccia e mani robotiche, il nuovo modello introduce movimenti coordinati che coinvolgono l’intera struttura della macchina. A corredo dell’annuncio, Google ha diffuso alcuni video che mostrano robot impegnati in compiti come raccogliere spazzatura, afferrare un annaffiatoio, avvitare una lampadina e chiudere un sacco dell’immondizia.
- Gemini Robotics 2 estende il controllo AI all’intero corpo del robot, non più solo alla parte superiore.
- Nei video i robot camminano, si piegano, prendono oggetti dagli scaffali e manipolano con mani a cinque dita.
- Google definisce Gemini Robotics ER 2 il suo «modello robotico più sicuro finora».
- La tecnologia è ancora in fase iniziale: nessun prodotto di consumo è previsto a breve.
Dalle braccia robotiche al controllo dell’intero corpo
Il sistema Gemini Robotics originale era già in grado di alimentare robot capaci di azioni delicate come chiudere sacchetti richiudibili o piegare origami, ma il tutto avveniva tramite braccia e mani robotiche. Con questo aggiornamento entra in gioco quello che Google definisce «controllo intelligente dell’intero corpo»: i robot possono ora camminare, accovacciarsi, allungarsi e manipolare oggetti coordinando i movimenti in modo più complesso.
Per riuscirci, i robot integrano più modelli di intelligenza artificiale diversi, che insieme producono una comprensione multimodale dell’ambiente circostante. C’è un modello vision-language che aiuta la macchina a capire ciò che la circonda e due modelli vision-language-action che governano rispettivamente i movimenti dell’intero corpo e delle mani. La destrezza risulta migliorata: il sistema può ora controllare mani più complesse a cinque dita, consentendo azioni come sigillare un sacchetto Ziploc, legare un sacco della spazzatura o svitare una lampadina.
Cosa mostrano i video diffusi da Google
Nei filmati condivisi dall’azienda, il robot Apollo 2 di Apptronik si piega per raccogliere un annaffiatoio e individua e preleva oggetti specifici da uno scaffale. Google sottolinea inoltre che l’aggiornamento consente a più robot di tipo diverso di collaborare: in un video Apollo 2 impartisce istruzioni a un robot a doppio braccio di Google per riporre attrezzi in un contenitore mentre si occupa di riordinare il garage.
Google descrive queste immagini come «riprese in tempo reale» di robot «completamente autonomi». È una precisazione non casuale: nel settore, dimostrazioni ad alto profilo di robot umanoidi sono state in passato contestate perché controllate a distanza da operatori umani. L’azienda ammette però che i suoi robot «devono ancora migliorare nella velocità di movimento», definendo questo passaggio «un passo importante verso le capacità necessarie per completare compiti reali più complessi che richiedono coordinazione dell’intero corpo».
Va chiarito che non si tratta di macchine general-purpose in grado di fare qualsiasi cosa: il modello è stato addestrato in modo specifico a eseguire ciascuno dei compiti mostrati nei video, tramite un mix di teleoperazione umana, esempi video e simulazioni.
La sicurezza al centro dello sviluppo
Un robot pesante e di dimensioni umane guidato da un’intelligenza artificiale pone problemi di sicurezza diversi da quelli di un chatbot: un errore di un modello linguistico è frustrante, ma un errore di una macchina fisica può essere pericoloso. Google afferma di adottare un approccio a più livelli: ogni strato del modello ha i propri guardrail ed è stato introdotto un nuovo benchmark chiamato ASIMOV-Agentic per rilevare se un comando può portare a un esito dannoso.
«La questione della sicurezza è ancora più pressante perché li stai mettendo in molte altre situazioni», ha dichiarato a Wired Carolina Parada, a capo della divisione robotica di Google DeepMind. «C’è molta incertezza che emergerà, e quindi vuoi essere in grado di comprendere più a fondo la questione della sicurezza». Google definisce Gemini Robotics ER 2 il suo «modello robotico più sicuro finora», in grado di rilevare meglio la presenza di persone nelle vicinanze e di portare il robot a un arresto sicuro se qualcuno si avvicina troppo.
Cosa succede ora: una tecnologia ancora lontana dalle case
Google ha aggiornato anche altri componenti dell’ecosistema. Gemini Robotics ER, il modello vision-language che aiuta i robot ad analizzare l’ambiente, interpretare le istruzioni ed eseguire compiti in più passaggi, diventa ER 2: gestisce meglio le attività su tempi prolungati e «ora comprende quando i compiti iniziano e finiscono». È stato migliorato anche il Gemini Robotics On-Device Model, che gira localmente sul robot senza connessione a internet e ora si adatta più rapidamente a corpi con «forme, sensori e gradi di libertà drasticamente diversi».
Resta il fatto che si tratta di una fase iniziale: Google non prevede di distribuire robot per il grande pubblico a breve termine. Secondo l’azienda, l’obiettivo di lungo periodo è quello che DeepMind chiama «AGI fisica», ovvero arrivare a un robot capace di fare tutto ciò che può fare un essere umano. Un traguardo dichiaratamente ancora distante, che colloca questi annunci più sul piano della ricerca che su quello del prodotto immediatamente disponibile.
Robot umanoidi che riordinano il garage e chiudono i sacchi della spazzatura: siete più incuriositi dalle possibilità o preoccupati per la sicurezza di macchine di questo tipo? Diteci cosa ne pensate.
