Gemini Robotics 2 : le cerveau des robots apprend enfin à utiliser tout le corps

Les premiers modèles vision-langage-action excellaient surtout devant une table : la base restait fixe et les bras manipulaient des objets proches. Gemini Robotics 2 ajoute la marche, l'accroupissement, l'extension du corps et la manipulation dans une même politique.

Sur Apollo 2, le robot peut recevoir une consigne, rejoindre un objet, le prendre puis l'apporter à une étagère. Le passage est important parce que chaque mouvement modifie l'équilibre et la perception des suivants.

Le graphique publié par Google est plus instructif que le montage vidéo. La prise sur table réussit environ deux fois sur trois ; au sol, moins d'une fois sur deux. L'étagère atteint un peu plus de trois essais sur quatre.

Ces scores peuvent suffire à accélérer la recherche. Ils sont trop faibles pour un poste autonome sans stratégie de reprise, validation du résultat et intervention humaine.

Gemini Robotics On-Device 2 est présenté comme adaptable à une nouvelle morphologie en quelques heures de données. Si cette promesse se confirme, un fabricant n'aurait plus à reconstruire toute sa pile d'IA pour chaque main ou base mobile.

La généralisation a toutefois un coût caché : calibration, jeux de données propres au site et validation de sécurité. Une adaptation rapide en laboratoire ne garantit pas une qualification rapide en usine ou à domicile.

Le modèle de raisonnement doit détecter une proximité humaine, appeler un arrêt sûr et refuser une action impossible ou dangereuse. Google introduit le benchmark ASIMOV-Agentic pour mesurer ce type d'orchestration.

Ces couches s'ajoutent aux contrôleurs traditionnels de couple, de collision et de stabilité. La sécurité d'un robot généraliste ne peut pas dépendre d'une seule réponse probabiliste.