AINews

La svolta dell’AI fisica: nasce Gemini Robotics ER 2, il “cervello” Google per squadre di robot

Google DeepMind ha presentato Gemini Robotics ER 2, un modello di intelligenza artificiale progettato per agire come strato decisionale superiore per i sistemi robotici. A differenza dei modelli tradizionali legati a un singolo prototipo o a un solo tipo di movimento, ER 2 segna una svolta nell’AI fisica (physical AI): permette a macchine di natura completamente diversa di comprendere lo stesso ambiente e collaborare in tempo reale per completare compiti complessi.

Il direttore d’orchestra, non il braccio meccatronico

La vera innovazione di Gemini Robotics ER 2 sta nella separazione tra il ragionamento di alto livello e il controllo motorio:

  • ER 2 (Embodied Reasoning): Basato sull’architettura Gemini 3.5 Flash, analizza flussi continui di dati da sensori, telecamere e audio. Interpreta i comandi in linguaggio naturale, decodifica l’ambiente circostante, pianifica sequenze di compiti che durano diversi minuti e decide quali azioni intraprendere.
  • Modelli VLA (Vision-Language-Action) e controller motori: I sistemi sottostanti ricevono le istruzioni da ER 2 e le traducono nel movimento fisico di ruote, pinze o giunti meccanici.
    Questo approccio disaccoppiato significa che Google non punta a costruire hardware proprietario, ma ad alimentare il “cervello” centrale dei robot prodotti dalle aziende hardware di tutto il mondo, come Boston Dynamics, Apptronik o Franka Robotics.

Come funziona la collaborazione multi-robot

Fino ad oggi, i robot industriali lavoravano in silos: ogni unità conosceva soltanto la propria traiettoria e la propria funzione. Gemini Robotics ER 2 introduce un quadro semantico condiviso.

                 [ Gemini Robotics ER 2 ]
             (Pianificazione e flusso video continuo)
                         │
      ┌──────────────────┴──────────────────┐
      ▼                                     ▼
[ Umanoide (es. Apollo 2) ]        [ Quadruped/Mobile (es. Spot) ]
Manipolazione e trasporto           Ispezione e mappatura
  1. Comprensione comune: Un robot quadrupedale con funzioni di mappatura (come Spot) e un robot umanoide da manipolazione (come Apollo 2) condividono la stessa rappresentazione visivo-spaziale dell’ambiente.
  2. Divisione automatica dei compiti: Ricevuto un obiettivo generico (es. “Liberate e pulite il magazzino C”), ER 2 scompone il piano. Può assegnare al quadruped l’ispezione visiva dei quadranti e all’umanoide lo spostamento manuale dei carichi più ingombranti.
  3. Sincronizzazione tramite flussi video continui: Superando la modalità a scatti dei modelli precedenti, ER 2 elabora flussi video in tempo reale senza pause. Se una fase incontra un intoppo o non va a buon fine, il modello ricalibra le decisioni del team senza dover resettare l’intero processo.

Le novità tecniche chiave

CaratteristicaGemini Robotics ER 1.6 (Precedente)Gemini Robotics ER 2 (Nuovo)
Input VisivoAnalisi per fotogrammi staticiFlusso video live continuo
Finestra di ContestoLimitata a singoli passaggi brevi128.000 token (pianificazione su più minuti)
CoordinamentoSingola unità / singolo braccioCollaborazione multi-robot in parallelo
Verifica del TaskControllo manuale o stop-and-goClassificazione live dello stato di avanzamento

Valutazione del progresso: Grazie al modello visivo in tempo reale, ER 2 è in grado di tracciare l’avanzamento di un’operazione per bande percentuali (0-20%, 80-100%) e individuare il momento esatto in cui arrestare un’azione (come l’istante preciso in cui un contenitore è stato riempito).

Le implicazioni per l’industria

Mettendo il modello a disposizione degli sviluppatori tramite Gemini API e Google AI Studio, Google mira a creare lo standard di riferimento per la gestione delle flotte robotiche.
In centri logistici, fabbriche e scenari di soccorso, team misti composti da robot su ruote, droni e automi umanoidi potranno condividere la stessa intelligenza per svolgere mansioni finora precluse all’automazione rigida, segnando un passo concreto verso l’orizzonte dell’autonomia collettiva delle macchine.

Articoli correlati

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Pulsante per tornare all'inizio