Google DeepMind vient de lancer Gemini Robotics ER 2, une mise à jour qui vous fait repenser les capacités réelles des robots. Le nouveau modèle ne se contente pas de rendre les robots individuels plus intelligents : il permet à des groupes de robots complètement différents de travailler ensemble comme s'ils partageaient le même cerveau.
Boston Dynamics’ Spot et Apollo d’Apptronik, deux robots qui n’ont rien en commun et accomplissent des tâches très différentes, peuvent désormais coordonner leurs actions grâce à une compréhension sémantique partagée alimentée par l’IA de Google.
Ce que fait réellement Gemini Robotics ER 2
L'innovation principale ici est ce que DeepMind appelle « l'intelligence temporelle ». En anglais : le robot peut observer ce qui se passe via un flux vidéo continu, comprendre où il se trouve dans une tâche en plusieurs étapes, et planifier son prochain mouvement en conséquence.
Les chiffres racontent une histoire intéressante. Le modèle atteint une précision de 57,4 % pour la classification du progrès et de 91,3 % pour la détection des moments, avec une erreur moyenne de seulement 0,96 seconde. La classification du progrès, c’est-à-dire la capacité à comprendre à quel point une tâche est avancée, laisse encore de la place à l’amélioration. Mais la détection des moments, qui consiste à identifier précisément quand un événement spécifique se produit dans un flux vidéo, est remarquablement précise, avec une précision inférieure à la seconde.
L'intégration avec l'API Gemini Live de Google ajoute une couche supplémentaire. Elle permet un streaming bidirectionnel à faible latence entre le modèle d'IA et le robot, ce qui signifie que le système peut s'ajuster en temps réel, sans les pauses gênantes qui affectaient les anciens contrôleurs robotiques.
La sécurité a également été améliorée de manière significative. Des indicateurs de suivi des instructions améliorés et une détection de proximité plus précise signifient que ces robots sont moins susceptibles de causer des dommages à leurs collègues humains.
Les éléments de base remontent à 2025
ER 2 n’est pas apparu du jour au lendemain. Il s’appuie sur une base que Google a commencé à poser en mars 2025 avec les premiers modèles robotiques Gemini, suivis d’une mise à jour en septembre de la même année. Chaque itération a progressivement élargi les capacités des robots avec l’IA générative, passant de l’exécution de tâches de base à ce type de comportement agentic qui permet aux machines de prendre des décisions contextuelles en temps réel.
Google n’opère pas non plus dans un vide. La décision de prendre en charge du matériel tiers, comme les robots de Boston Dynamics et Apptronik, suggère que Google souhaite être la couche système d’exploitation pour la robotique, et non simplement un fournisseur de matériel.