Gemini Robotics 2: रोबोटिक्स की दुनिया में ‘पूरे शरीर की बुद्धिमत्ता’ की नई छलांग

DeepMind इसे “whole-body intelligence” कहता है। यानी रोबोट किसी काम को केवल हाथों की गतिविधि के रूप में नहीं देखता, बल्कि चलने, पहुंचने, झुकने, मुद्रा बदलने और बाहरी हलचल के बाद खुद को संभालने जैसी सभी गतिविधियों को एक साथ समझने की कोशिश करता है ।

2. तीन मॉडलों का नया सुइट

Gemini Robotics 2 को एक अकेले मॉडल के बजाय तीन अलग-अलग भूमिकाओं वाले मॉडलों के सुइट के रूप में पेश किया गया है:

• Gemini Robotics 2 (VLA मॉडल): VLA का अर्थ Vision-Language-Action है। यह कैमरे से मिली दृश्य जानकारी और प्राकृतिक भाषा में दिए निर्देशों को रोबोट की मोटर गतिविधियों में बदलता है। यही मॉडल ह्यूमनॉइड रोबोट के पूरे शरीर को नियंत्रित करने के लिए बनाया गया है ।

• Gemini Robotics ER 2 (Embodied Reasoning मॉडल): यह भौतिक दुनिया को समझने और उसके आधार पर योजना बनाने पर केंद्रित है। मॉडल स्थानिक समझ, कई चरणों वाले कार्यों की योजना, लगातार चल रहे वीडियो को समझने और एक से अधिक रोबोटों के बीच काम बांटने में मदद करता है। लॉन्च के समय यह public preview में उपलब्ध कराया गया ।

• Gemini Robotics On-Device 2: यह हल्का और अनुकूलित मॉडल सीधे रोबोट के हार्डवेयर पर चलने के लिए बनाया गया है। DeepMind के अनुसार, यह 200 से कम प्रशिक्षण उदाहरणों और कुछ घंटों की ट्रेनिंग की मदद से नए रोबोट शरीर के अनुसार खुद को ढाल सकता है। इससे अलग-अलग रोबोट प्लेटफॉर्म पर मॉडल तैनात करने में लगने वाला समय घट सकता है ।

3. बारीक कामों में बेहतर पकड़ और सटीकता

ह्यूमनॉइड रोबोटों के लिए चलना एक चुनौती है, लेकिन छोटी और नाजुक वस्तुओं को सही जगह पर रखना उससे भी कठिन हो सकता है। DeepMind ने बताया कि Gemini Robotics 2 ने Franka Duo precision insertion benchmark पर 89.6% सटीकता हासिल की। इस परीक्षण में दो रोबोटिक बाजुओं को बहुत कम सहनशीलता वाली स्थिति में वस्तुओं को सही ढंग से मिलाकर डालना होता है ।

यह क्षमता उन कामों के लिए अहम हो सकती है जिनमें दोनों हाथों का तालमेल, सही दबाव और मिलीमीटर स्तर की स्थिति-समझ की जरूरत होती है।

4. कई रोबोट मिलकर एक काम कर सकेंगे

नए मॉडल एक साझा स्थान में कई रोबोटों के बीच तालमेल बनाने पर भी जोर देते हैं। रोबोट दूसरे रोबोटों की स्थिति और अगली गतिविधियों को ध्यान में रखकर कामों का समन्वय कर सकते हैं, ताकि टक्कर से बचते हुए साझा लक्ष्य पूरा किया जा सके ।

DeepMind के उदाहरणों के अनुसार, एक रोबोट कमरे में वस्तुएं व्यवस्थित कर सकता है और दूसरा उसी काम के अलग हिस्से में मदद कर सकता है। इस तरह रोबोटों का समूह किसी बड़े काम को टीम की तरह पूरा करने की दिशा में बढ़ता है ।

सुरक्षा पर जोर: ASIMOV-Agentic बेंचमार्क

जैसे-जैसे रोबोट लोगों के आसपास चलने-फिरने और निर्णय लेने लगेंगे, केवल काम पूरा करना पर्याप्त नहीं होगा—उन्हें यह भी समझना होगा कि कब रुकना जरूरी है। इसी उद्देश्य से DeepMind ने ASIMOV-Agentic नामक ओपन-सोर्स सुरक्षा बेंचमार्क जारी किया है। यह Hugging Face पर CC-BY-4.0 लाइसेंस के तहत उपलब्ध है ।

यह बेंचमार्क जांचता है कि किसी रोबोट को दिया गया आदेश शारीरिक नुकसान की स्थिति पैदा कर सकता है या नहीं। इसमें ऐसे एजेंटिक परिदृश्य शामिल हैं जहां मॉडल को पहचानना होता है कि कोई व्यक्ति पास में है, इलाका खाली होने तक रोबोट की गतिविधि रोकनी है, और स्थिति सुरक्षित होने के बाद ही काम फिर शुरू करना है ।

DeepMind का कहना है कि Gemini Robotics ER 2 उसका अब तक का सबसे सुरक्षित मॉडल है। कंपनी ने हर मॉडल स्तर पर अलग-अलग सुरक्षा उपाय और guardrails लगाने की बात कही है । हालांकि, ऐसे बेंचमार्क सुरक्षा क्षमता को मापते हैं; वे वास्तविक दुनिया में हर संभावित जोखिम खत्म होने की गारंटी नहीं देते।

उसी सप्ताह अमेरिका ने नए चीनी रोबोटों पर रोक लगाई

28 जुलाई 2026 को अमेरिकी Federal Communications Commission यानी FCC ने “foreign-produced advanced robotic devices” को अपनी Covered List में जोड़ दिया। इसमें ह्यूमनॉइड रोबोट और quadruped यानी चार पैरों वाले रोबोट शामिल हैं। इस कदम से ऐसे नए मॉडलों के अमेरिका में आयात, मार्केटिंग और बिक्री के लिए जरूरी मंजूरी मिलना प्रभावी रूप से रुक जाता है ।

यह रोक जुड़े हुए power inverters पर भी लागू होती है। अमेरिकी प्रशासन ने तर्क दिया कि चीनी निर्मित रोबोट supply-chain कमजोरियां पैदा कर सकते हैं, महत्वपूर्ण बुनियादी ढांचे को निशाना बनाने में इस्तेमाल हो सकते हैं और साइबर सुरक्षा जोखिम बढ़ा सकते हैं ।

यह आदेश पहले से खरीदे जा चुके रोबोटों पर लागू नहीं होता। पहले से बिक्री या आयात के लिए अधिकृत मॉडल भी सामान्यतः इससे प्रभावित नहीं हैं । चीन ने इस फैसले का सार्वजनिक रूप से विरोध किया है ।

लॉन्च के समय का महत्व

FCC की घोषणा और Gemini Robotics 2 का लॉन्च कुछ ही दिनों के अंतर पर हुआ। एक ओर अमेरिका ने चीनी निर्मित उन्नत रोबोटों के लिए अपने बाजार की नई मंजूरियां रोक दी हैं, वहीं दूसरी ओर DeepMind पूरे शरीर को नियंत्रित करने वाली एआई प्रणाली के साथ रोबोटिक्स की अगली दौड़ में अपनी स्थिति मजबूत कर रहा है।

DeepMind ने Apptronik, Boston Dynamics और अन्य रोबोटिक्स कंपनियों के साथ साझेदारी का उल्लेख किया है । इससे यह संकेत मिलता है कि आने वाले समय में प्रतिस्पर्धा केवल बेहतर रोबोट हार्डवेयर बनाने की नहीं होगी। असली मुकाबला ऐसे एआई “दिमाग” विकसित करने का भी होगा जो अलग-अलग शरीरों में काम कर सके, कई चरणों वाले कार्यों की योजना बना सके और इंसानों के आसपास सुरक्षित तरीके से व्यवहार करे ।