Google présente Gemini Robotics 2.0, promettant une dextérité et une sécurité améliorées

Google a présenté Gemini Robotics 2.0, un ensemble de modèles qui permettent aux robots d'effectuer des tâches plus complexes, d'analyser un environnement changeant et de collaborer avec d'autres robots. À la base se trouve un modèle de raisonnement incarné nommé Gemini Robotics ER 2, qui constitue une amélioration significative par rapport à la version précédente 1.6. Ce modèle est intégré à l'API Gemini Live, ce qui permet aux développeurs d'exploiter ses capacités. ER 2 est un modèle de vision-langage (VLM) capable de traiter des flux vidéo en direct provenant des caméras du robot pour suivre la progression. Google affirme qu'ER 2 peut classer l'exhaustivité des segments vidéo avec une précision de près de 60 %, ce qui est meilleur que les modèles d'IA concurrents. L'objectif du projet est de créer un robot universel capable d'effectuer toutes les actions humaines, parfois appelé « AGI physique ».