Gemini Robotics 2 insegna ai robot umanoidi a coordinare tutto il corpo, mentre gli USA frenano le importazioni cinesi

Dal controllo di braccia e mani al corpo intero

Il precedente modello Gemini Robotics, presentato nel marzo 2025, era concentrato soprattutto sul controllo del busto, delle braccia e delle mani. Gemini Robotics 2 estende invece la gestione a tutto il corpo: locomozione, postura, equilibrio, camminata e manipolazione con entrambe le mani vengono trattati come parti di un'unica sequenza coordinata .

DeepMind definisce questo approccio “whole-body intelligence”, cioè intelligenza del corpo intero. In pratica, un robot può camminare, abbassarsi, allungarsi, raggiungere un oggetto e recuperare l'equilibrio dopo una perturbazione senza separare rigidamente il movimento delle gambe da quello delle braccia .

I tre modelli della nuova piattaforma

Gemini Robotics 2 non è un singolo modello, ma una famiglia composta da tre elementi con ruoli distinti:

• Gemini Robotics 2, il modello vision-language-action (VLA): interpreta ciò che vede e le istruzioni in linguaggio naturale, quindi le converte direttamente in comandi motori per controllare un robot umanoide a corpo intero .
• Gemini Robotics ER 2, il modello di ragionamento incorporato (embodied reasoning): è dedicato alla comprensione dello spazio fisico, alla pianificazione di attività composte da più passaggi, all'analisi di flussi video continui e al coordinamento delle azioni di più robot. Al momento del lancio è stato reso disponibile in anteprima pubblica .
• Gemini Robotics On-Device 2, la variante ottimizzata per funzionare direttamente sull'hardware del robot: può adattarsi a un nuovo corpo robotico con meno di 200 esempi di addestramento e poche ore di training, riducendo il tempo necessario per l'implementazione .

Questa suddivisione separa il ragionamento di alto livello dall'esecuzione fisica e dalla gestione locale. Le modalità di accesso, tuttavia, non sono identiche per tutti i modelli: l'ER 2 è in anteprima pubblica, mentre il VLA e la variante on-device restano soggetti a un accesso limitato .

Più precisione e lavoro di squadra tra robot

La capacità di controllare il corpo intero è accompagnata da miglioramenti nei compiti che richiedono precisione. DeepMind riferisce un'accuratezza dell'89,6% nel benchmark Franka Duo di inserimento di precisione, una prova in cui due bracci robotici devono allineare e inserire oggetti con tolleranze molto ridotte .

Il sistema punta anche alla collaborazione tra macchine. Più robot possono lavorare nello stesso spazio su un obiettivo condiviso, ragionando sulle rispettive posizioni e sui movimenti degli altri per limitare le collisioni e coordinare le azioni . È un passaggio importante rispetto a un robot che esegue semplicemente una sequenza isolata: qui il modello deve considerare il contesto e il comportamento dei propri “compagni” di squadra.

ASIMOV-Agentic: testare la sicurezza prima dell'azione

Con robot capaci di muoversi negli ambienti frequentati dalle persone, la sicurezza diventa parte centrale del problema. DeepMind ha pubblicato ASIMOV-Agentic, un benchmark open source disponibile su Hugging Face con licenza CC-BY-4.0, progettato per valutare se i comandi impartiti a un robot possano produrre conseguenze fisicamente dannose .

Il progetto si basa sul precedente lavoro ASIMOV, a sua volta collegato a segnalazioni di infortuni reali, e introduce scenari in cui il sistema deve riconoscere la presenza di una persona, fermare il movimento finché l'area non è libera e riprendere soltanto dopo aver verificato che sia sicuro farlo . Il benchmark verifica inoltre se il modello di ragionamento sa rifiutare un comando pericoloso, segnalare che un compito è impossibile o chiedere l'intervento di un essere umano .

DeepMind descrive Gemini Robotics ER 2 come il proprio modello più sicuro finora, grazie a sistemi di protezione distribuiti su più livelli della piattaforma . Si tratta però di una valutazione dell'azienda: benchmark e guardrail servono a misurare e ridurre i rischi, non equivalgono da soli a una garanzia assoluta di sicurezza in ogni ambiente reale.

Perché il momento è significativo

Il lancio di Gemini Robotics 2 e la decisione della FCC sono avvenuti nella stessa settimana, ma rappresentano due aspetti diversi della competizione nel settore. Da un lato, gli Stati Uniti stanno limitando l'ingresso di nuovi robot umanoidi e quadrupedi cinesi, sostenendo che i dispositivi connessi possano creare vulnerabilità nelle catene di fornitura, mettere a rischio infrastrutture critiche o generare problemi di cybersicurezza . La misura riguarda anche gli inverter di potenza connessi e non si applica ai robot già acquistati . La Cina ha contestato pubblicamente il provvedimento .

Dall'altro, DeepMind sta offrendo una piattaforma software per la robotica sviluppata in collaborazione con aziende come Apptronik e Boston Dynamics, oltre ad altri partner . Il risultato è un'accelerazione su entrambi i fronti: restrizioni commerciali per alcuni prodotti stranieri e investimenti in sistemi di intelligenza artificiale destinati a robot progettati e sviluppati nell'ecosistema statunitense.

Gemini Robotics 2 non trasforma ancora gli umanoidi in lavoratori autonomi universali. Ma il passaggio dal semplice controllo di braccia e mani alla coordinazione di piedi, postura, equilibrio e dita indica con chiarezza la direzione della robotica di nuova generazione: non solo macchine che eseguono movimenti, ma sistemi che devono percepire l'ambiente, pianificare più azioni e muoversi con prudenza attorno alle persone.