Gemini Robotics 2 เปลี่ยนหุ่นยนต์ฮิวแมนนอยด์สู่ “ปัญญาทั้งร่างกาย” ท่ามกลางสหรัฐฯ สกัดหุ่นยนต์จีน

จากการควบคุมช่วงบน สู่การสั่งงานทั้งร่างกาย

Gemini Robotics รุ่นก่อนหน้าซึ่งเปิดตัวในเดือนมีนาคม 2025 มุ่งควบคุมลำตัว แขน และมือของหุ่นยนต์เป็นหลัก แต่ Gemini Robotics 2 ขยายขอบเขตไปยัง ทุกส่วนของร่างกาย ตั้งแต่เท้าถึงปลายนิ้ว ทำให้หุ่นยนต์สามารถประสานการเดิน ท่าทาง การทรงตัว การใช้มือสองข้าง และการเคลื่อนไหวขณะทำงานเข้าด้วยกัน

DeepMind เรียกแนวทางนี้ว่า “whole-body intelligence” หรือ “ปัญญาทั้งร่างกาย” ซึ่งหมายถึงการที่หุ่นยนต์ไม่ได้เพียงมองเห็นวัตถุแล้วขยับแขนเข้าไปหยิบ แต่สามารถคิดเชื่อมโยงทุกการเคลื่อนไหวเพื่อเดินเข้าไปหาเป้าหมาย เอื้อมมือ ก้มตัว หรือปรับท่าทางเมื่อถูกรบกวนได้อย่างเป็นระบบเดียวกัน

3 โมเดลหลักของ Gemini Robotics 2

1. Gemini Robotics 2: มองเห็น เข้าใจคำสั่ง และลงมือทำ

โมเดลนี้เป็น Vision-Language-Action (VLA) ซึ่งรับข้อมูลจากภาพและคำสั่งภาษาธรรมชาติ ก่อนแปลงเป็นคำสั่งการเคลื่อนไหวของหุ่นยนต์โดยตรง รองรับการควบคุมหุ่นยนต์ฮิวแมนนอยด์แบบเต็มตัว ตั้งแต่เท้าจนถึงปลายนิ้ว

2. Gemini Robotics ER 2: คิดวิเคราะห์โลกจริง

Gemini Robotics ER 2 เป็นโมเดลด้าน Embodied Reasoning หรือการให้เหตุผลในโลกกายภาพ ทำหน้าที่ทำความเข้าใจพื้นที่ วิเคราะห์ภาพวิดีโอ วางแผนงานหลายขั้นตอน และประสานการทำงานของหุ่นยนต์หลายตัว โดยเปิดให้ใช้งานในรูปแบบ public preview ตั้งแต่วันเปิดตัว

ด้วยการติดตามวิดีโออย่างต่อเนื่อง หุ่นยนต์สามารถประเมินความคืบหน้าของงาน ปรับแผนเมื่อเกิดข้อผิดพลาด และรู้ว่าควรเปลี่ยนไปทำขั้นตอนถัดไปเมื่อใด

3. Gemini Robotics On-Device 2: ประมวลผลบนตัวหุ่นยนต์

โมเดลรุ่นนี้เป็นเวอร์ชันน้ำหนักเบาที่ออกแบบให้ทำงานโดยตรงบนฮาร์ดแวร์ของหุ่นยนต์ ช่วยลดการพึ่งพาการประมวลผลภายนอก และสามารถปรับให้เข้ากับโครงสร้างหุ่นยนต์แบบใหม่ได้ด้วยข้อมูลฝึกน้อยกว่า 200 ตัวอย่าง และใช้เวลาฝึกเพียงไม่กี่ชั่วโมง

ความสามารถดังกล่าวอาจช่วยลดเวลาและความยุ่งยากในการนำโมเดลเดียวกันไปใช้กับหุ่นยนต์ที่มีรูปร่าง ข้อต่อ หรือสัดส่วนแตกต่างกัน

หยิบจับแม่นขึ้น และทำงานร่วมกับหุ่นยนต์ตัวอื่นได้

DeepMind รายงานว่า Gemini Robotics 2 ทำคะแนนความแม่นยำได้ 89.6% ในการทดสอบ Franka Duo precision insertion ซึ่งเป็นงานที่ต้องใช้แขนหุ่นยนต์สองข้างจัดแนวและสอดวัตถุเข้าตำแหน่งที่มีค่าความคลาดเคลื่อนต่ำ

นอกจากนี้ หุ่นยนต์หลายตัวยังสามารถทำงานร่วมกันในพื้นที่เดียวกันได้ โดยโมเดลจะพิจารณาตำแหน่งและการเคลื่อนไหวของหุ่นยนต์ตัวอื่นไปพร้อมกัน เพื่อหลีกเลี่ยงการชนและแบ่งกันทำภารกิจให้สำเร็จ

ASIMOV-Agentic: ทดสอบว่าหุ่นยนต์รู้จักหยุดหรือไม่

เมื่อหุ่นยนต์สามารถเคลื่อนที่ในสภาพแวดล้อมที่มีมนุษย์ ความปลอดภัยจึงไม่ได้อยู่ที่ความแม่นยำเพียงอย่างเดียว DeepMind เปิดตัว ASIMOV-Agentic ซึ่งเป็นเกณฑ์ทดสอบความปลอดภัยแบบโอเพนซอร์ส เผยแพร่บน Hugging Face ภายใต้สัญญาอนุญาต CC-BY-4.0 เพื่อประเมินว่าคำสั่งของหุ่นยนต์อาจนำไปสู่ผลลัพธ์ที่เป็นอันตรายทางกายภาพหรือไม่

การทดสอบต่อยอดจากงาน ASIMOV ก่อนหน้า ซึ่งอ้างอิงข้อมูลเหตุการณ์การบาดเจ็บในโลกจริง โดยเพิ่มสถานการณ์ที่หุ่นยนต์ต้องตรวจพบว่ามีคนอยู่ใกล้ หยุดการเคลื่อนไหวจนกว่าพื้นที่จะปลอดคน แล้วจึงทำงานต่อ

DeepMind ระบุว่า Gemini Robotics ER 2 เป็นโมเดลที่ปลอดภัยที่สุดของบริษัทสำหรับงานลักษณะนี้ โดยใช้ระบบป้องกันหลายชั้นครอบคลุมทุกระดับของโมเดล

บริบทอุตสาหกรรม: สหรัฐฯ จำกัดหุ่นยนต์จีนรุ่นใหม่

เมื่อวันที่ 28 กรกฎาคม 2026 FCC เพิ่ม “อุปกรณ์หุ่นยนต์ขั้นสูงที่ผลิตในต่างประเทศ” ลงใน Covered List ซึ่งเป็นบัญชีอุปกรณ์ที่ถูกมองว่ามีความเสี่ยงสูงต่อความมั่นคงของสหรัฐฯ รายการดังกล่าวครอบคลุมทั้ง หุ่นยนต์ฮิวแมนนอยด์ และ หุ่นยนต์สี่ขา รวมถึงอินเวอร์เตอร์ไฟฟ้าที่เชื่อมต่อกับเครือข่าย

ในทางปฏิบัติ มาตรการนี้ขัดขวางการนำเข้า การทำตลาด และการจำหน่ายหุ่นยนต์รุ่นใหม่ในสหรัฐฯ โดยรัฐบาลสหรัฐฯ ให้เหตุผลว่าอุปกรณ์เหล่านี้อาจสร้างช่องโหว่ในห่วงโซ่อุปทาน ถูกใช้คุกคามโครงสร้างพื้นฐานสำคัญ หรือก่อความเสี่ยงด้านความมั่นคงไซเบอร์

อย่างไรก็ตาม คำสั่งดังกล่าว ไม่กระทบหุ่นยนต์ที่ผู้ใช้งานซื้อไปแล้ว และไม่ครอบคลุมรุ่นที่ได้รับอนุญาตให้จำหน่ายหรือนำเข้าในสหรัฐฯ ก่อนหน้านี้ ขณะที่จีนออกมาคัดค้านมาตรการดังกล่าว

การเปิดตัวที่เกิดขึ้นในจังหวะสำคัญ

การประกาศของ FCC ในวันที่ 28 กรกฎาคม และการเปิดตัว Gemini Robotics 2 ในวันที่ 30 กรกฎาคมเกิดขึ้นภายในสัปดาห์เดียวกัน จึงทำให้ความเคลื่อนไหวทั้งสองถูกจับตามองในบริบทการแข่งขันด้านหุ่นยนต์และ AI ของสหรัฐฯ

ขณะที่มาตรการของ FCC จำกัดแหล่งการแข่งขันจากต่างประเทศในตลาดหุ่นยนต์ฮิวแมนนอยด์ของสหรัฐฯ แพลตฟอร์ม AI ที่พัฒนาโดย DeepMind ก็เดินหน้าร่วมมือกับบริษัทหุ่นยนต์ที่เกี่ยวข้อง เช่น Apptronik และ Boston Dynamics เพื่อผลักดันฮาร์ดแวร์ที่พัฒนาในสหรัฐฯ และขับเคลื่อนด้วย AI

ถึงกระนั้น Gemini Robotics 2 ยังสะท้อนว่าโจทย์ของหุ่นยนต์ยุคใหม่ไม่ได้มีเพียงการทำให้เครื่องจักร “ขยับได้” แต่ต้องทำให้มันเข้าใจพื้นที่ วางแผนหลายขั้นตอน ทำงานร่วมกับผู้อื่น และรู้จักหยุดเมื่อการเคลื่อนไหวอาจเป็นอันตรายด้วย