DeepMind presenta Gemini Robotics ER 2, cervello video per robot
Testo scritto con l’intelligenza artificiale a partire da 2 fonti citate, senza revisione umana prima della pubblicazione.
Un modello di 'embodied reasoning' che usa feed video continui per pianificare, adattare e orchestrare compiti, delegando l'esecuzione motoria a modelli VLA.
ER 2 guarda video continui, corregge i piani in tempo reale quando qualcosa va storto e decide quando passare allo step successivo. Durante l’esecuzione “pensa” già al passo dopo e può coordinare più robot sullo stesso compito.
Il modello opera come livello decisionale. Comprende l’ambiente, dialoga con le persone e costruisce piani multi‑step. Poi delega l’azione a un modello vision‑language‑action scelto per il compito. La separazione è netta: ER 2 orchestra, i VLA muovono. Questo tiene allineati percezione, pianificazione ed esecuzione senza fermare il flusso.
Il fulcro è il video continuo. Osservando il flusso della camera, il sistema segue i progressi, rileva gli imprevisti e aggiorna il piano sul momento. Così sincronizza il ritmo del ragionamento con quello del mondo fisico.
ER 2 può anche chiamare strumenti esterni. Usa Google Search per recuperare informazioni e invoca funzioni definite dall’utente quando servono al piano. Lo scopo è inserire la risorsa giusta al momento giusto, senza uscire dal ciclo di azione.
Rispetto a Gemini Robotics ER 1.6, l’avanzamento riguarda proprio l’uso del video continuo per monitorare lo stato, reagire agli errori e scandire i passaggi. In più, arriva la collaborazione multi‑robot: più agenti che lavorano in squadra sullo stesso obiettivo.
In parallelo, l’azienda introduce Gemini Robotics 2, descritto come “intelligence layer” per la nuova generazione di robot. Il focus è sul controllo intelligente dell’intero corpo, sulla destrezza fine e sul lavoro di squadra. Nella presentazione compaiono whole‑body control, advanced dexterity e collaborazione multi‑robot, a copertura di un ampio spettro di compiti fisici.
I due tasselli si incastrano. ER 2 porta comprensione del video in tempo reale, pianificazione e orchestrazione con chiamata a strumenti esterni. Gemini Robotics 2 punta al controllo fisico “dai piedi alle dita”, inclusa la coordinazione tra agenti. Insieme delineano una stratificazione decisione‑azione: il “cervello” ad alto livello elabora e assegna, i modelli di controllo eseguono.
L’idea pratica: attività che cambiano mentre il robot opera, come gestire un imprevisto sul tavolo di lavoro o ripartire un compito tra due bracci, diventano più gestibili grazie al video continuo, alla pianificazione sul momento e al teamwork. L’uso di strumenti esterni integra conoscenze che non stanno nel modello e può sbloccare compiti che richiedono informazioni aggiornate. Per i dettagli sul funzionamento di ER 2 e sulle capacità di whole‑body control e destrezza annunciate con Gemini Robotics 2, si vedano le descrizioni ufficiali nelle fonti e.
Fonti
- Gemini Robotics ER 2: powering robotics with video understanding, task orchestration, and multi-robot collaboration
- Gemini Robotics 2 brings whole body intelligence to robots
Le fonti di questo pezzo sono state ricollegate all’articolo dopo la pubblicazione: l’elenco è quello da cui è stato scritto, ma i singoli rimandi nel testo non sono associati a una fonte precisa.
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.