Gemini Robotics 2 od Google DeepMind: kontrola całego ciała robota, ale skuteczność wciąż skacze od 32% do 92%

Google DeepMind pokazało Gemini Robotics 2, model AI, który po raz pierwszy w tej serii daje robotowi kontrolę nad całym ciałem naraz, od stóp po palce, zamiast samych ramion i dłoni. Zademonstrowany na humanoidalnym robocie Apptronik Apollo 2, robot samodzielnie chodzi, kuca i sięga po przedmioty, reagując w czasie rzeczywistym na polecenia głosowe. Google opublikował też twarde liczby ze swoich testów, i to one pokazują realny stan tej technologii dokładniej niż samo nagranie demo.

Co dokładnie ogłoszono

W nagraniach demonstracyjnych Apollo 2 dostaje polecenie w rodzaju "odłóż konewkę do zielonego pojemnika na dolnej półce", co wymaga przejścia przez pomieszczenie, kucnięcia i precyzyjnego chwytu w jednej płynnej sekwencji. Robot sprząta śmieci, wkłada kasetę do boomboxa i wiąże worek na śmieci, planując kolejne kroki w locie, a nie według sztywnego skryptu.

Liczby, które Google faktycznie opublikował

Te liczby, opublikowane wprost przez samego Google, są ciekawsze niż same nagrania. Odkręcenie żarówki wychodzi robotowi w 92% prób, ale wkręcenie tej samej żarówki z powrotem już tylko w 36%. Odkręcanie to jeden chwyt i obrót w jedną stronę, a wkręcanie wymaga trafienia w gwint i utrzymania stałego nacisku przez cały ruch: dokładnie ten typ precyzji, w którym roboty wciąż zawodzą częściej, niż się udają. Podobnie wygląda to przy prostszym chwytaku Franka Duo: precyzyjne osadzanie elementów wychodzi w 89,6% prób, ale to zadanie z zamkniętym, powtarzalnym torem ruchu, inaczej niż otwarte środowisko domowe, w którym testowano Apollo 2.

"Rozwiązywanie AGI w świecie fizycznym"

Google opisuje ten kierunek wprost jako dążenie do "ogólnego fizycznego AI" i "rozwiązania AGI w świecie fizycznym", nie tylko kolejnego ulepszenia chwytu robota. To ambitne słowa przy wynikach w okolicach 32-44% dla zadań takich jak szufelka, ziplock czy worek na śmieci, czyli czynności, które dla człowieka zajmują sekundę bez zastanowienia. Rozdźwięk między deklarowanym celem a aktualną skutecznością nie jest dowodem na to, że demo było fałszywe: to raczej pokazuje, gdzie realnie przebiega dziś granica między rozumowaniem językowym, w którym modele Gemini radzą sobie bardzo dobrze, a fizyczną zręcznością, która wciąż wymaga wielu prób na każde jedno udane wykonanie.

System bezpieczeństwa budowany równolegle z modelem

Razem z modelami Google wprowadził ASIMOV-Agentic, nowy benchmark sprawdzający, czy robot odmawia wykonania niebezpiecznego polecenia, poprawnie ocenia, czy zadanie jest w ogóle wykonalne, i prosi człowieka o pomoc w sytuacjach niepewnych. Do tego doszły wykrywanie bliskości człowieka i automatyczne zatrzymanie robota, gdy ktoś podejdzie za blisko. Google określa ten model jako "najbezpieczniejszy dotąd w kategorii przestrzegania ograniczeń bezpieczeństwa i bliskości człowieka". Zbudowanie takiego frameworku równolegle z samym modelem, a nie jako reakcję na późniejszy incydent, sugeruje, że firma sama traktuje rosnącą autonomię tych robotów jako realne ryzyko, a nie tylko punkt w materiałach marketingowych.

Google nie buduje własnego robota

Google w tym wyścigu w ogóle nie jest producentem robota. Tesla ruszyła z produkcją seryjną Optimusa w styczniu 2026 i ma już kilkadziesiąt tysięcy egzemplarzy, Figure AI wdrożyło swojego Figure 03 na produkcyjnej hali BMW w Spartanburgu i rozlicza go za godzinę pracy, a chińskie firmy kontrolują dziś większość globalnego rynku komponentów i gotowych platform humanoidalnych. Google zamiast konkurować blachą i silnikami, sprzedaje mózg: Gemini Robotics 2 działa na sprzęcie Apptronika, ale architektura modelu jest pomyślana pod wiele różnych robotów naraz, od ramion przemysłowych po pełne humanoidy. To zakład podobny do tego, jaki Google zrobił z Androidem: nie musisz wygrać wojny o sprzęt, jeśli twój model działa na sprzęcie każdego innego.

Werdykt SPAWNSY