Google научила Apollo 2 убирать комнату всем телом — но завязать пакет он умеет лишь в 44% попыток

Google DeepMind представила Gemini Robotics 2 — новое семейство моделей, которое управляет не только руками, но и всем телом гуманоида. В демонстрации Apptronik Apollo 2 ходит, приседает, тянется к предметам и вместе с другими роботами убирает комнату.

Цифры испытаний охлаждают впечатление от видео. В многопальцевых задачах робот завязал мусорный пакет в 44% попыток, справился с совком в 32% и застегнул пакет Ziplock в 40%. Это заметный шаг для робототехники, но ещё не готовый домашний помощник. 

Что именно представила Google

В публикации DeepMind от 30 июля названы три модели:

1. Gemini Robotics 2 превращает изображение и текстовую команду в движения робота. Она управляет всем телом гуманоида и двумя роботизированными руками.
2. Gemini Robotics ER 2 отвечает за понимание окружающего мира, общение и планирование многошаговых задач длительностью несколько минут.
3. Gemini Robotics On-Device 2 работает локально на роботе и может адаптироваться к новому корпусу после нескольких часов данных.

ER 2 уже доступна через Google AI Studio и закрытый предварительный доступ Gemini Enterprise Agent Platform. Модели прямого управления и локальная версия пока выдаются партнёрам раннего доступа.

Это важно: Google выпустила не нового робота, а программный слой для разных роботов. Apollo 2 — одна из платформ, на которых показали возможности системы.

Чем управление всем телом отличается от прежних демонстраций

Ранние версии Gemini Robotics в основном решали настольные задачи верхней частью корпуса. Новая модель связывает баланс, шаги, наклон, дотягивание и работу кистей.

Для уборки комнаты робот должен не просто распознать чашку. Ему приходится подойти, нагнуться, взять предмет с пола, не потерять равновесие, переложить его и продолжить план. Gemini Robotics ER 2 может распределить части задачи между несколькими роботами.

Независимое сообщение Axios подтверждает, что обновление объединяет модели низкоуровневого управления движениями и модели более высокого планирования.

Что показывают опубликованные проценты

DeepMind раскрыла результаты на нескольких вариантах Apollo 2 и двухрукой установке Franka. Для действий всем телом Apollo 2 с руками Inspire средняя успешность составила:

1. взять предмет со стола — 68,4%;
2. поднять предмет с пола — 45,7%;
3. достать предмет с полки — 76,3%.

С многопальцевой моторикой разброс ещё сильнее:

1. открутить лампочку — 92%;
2. закрутить лампочку — 36%;
3. завязать мусорный пакет — 44%;
4. работать совком — 32%;
5. закрыть пакет Ziplock — 40%.

Эти цифры полезнее эффектного ролика. Робот уже выполняет разные действия одной моделью, но во многих бытовых задачах ошибается чаще чем в половине попыток.

На двухрукой установке Franka с обычными захватами показатели выше: 74,2% для переноса предметов, 78,9% для раскладки инструментов и 89,6% для точной вставки. Захват проще человеческой кисти, поэтому прямое сравнение с многопальцевыми руками было бы неверным.

Почему это ещё не домашний робот

Apollo 2 не продаётся как бытовая техника, а Gemini Robotics 2 находится в раннем доступе. Google не объявила потребительскую цену, автономность на аккумуляторе, требования к вычислительному оборудованию или российский сервис.

Остаются и более фундаментальные ограничения:

1. Успешность ниже 50% неприемлема для задачи с хрупкими или опасными предметами.
2. Демонстрация в подготовленном помещении не доказывает работу в любой квартире.
3. Не опубликовано, сколько раз человеку пришлось вмешаться или перезапустить сценарий вне показанных тестов.
4. Работа нескольких роботов увеличивает стоимость и требования к безопасности.
5. Локальная модель уменьшает зависимость от облака, но не гарантирует полную автономность всей системы.

DeepMind сама признаёт, что многопальцевая манипуляция остаётся сложной задачей. 

В чём реальный прогресс

Раньше разработчикам часто приходилось отдельно программировать движение к предмету, наклон корпуса и действие кисти. Gemini Robotics 2 пытается связать всё это общей моделью и переносить навык между разными типами роботов.

Если адаптация к новому корпусу действительно занимает несколько часов данных, производителям будет проще тестировать один программный слой на нескольких платформах. Но пока это возможность для разработчиков, а не функция, которую покупатель включит дома.

Apollo 2 с Gemini Robotics 2 уже выглядит убедительнее робота, который повторяет один заранее записанный трюк. Он планирует последовательность и использует всё тело. Однако опубликованные Google проценты показывают честную границу: до помощника, которому можно поручить уборку без присмотра, технологии ещё нужно научиться не ронять задачу в каждой второй попытке.