Google DeepMind только что представила следующую эволюцию своей робототехнической ИИ-системы — развитие, заставляющее переосмыслить возможности машин в ближайшем будущем. Gemini Robotics ER 2, теперь доступный в публичном превью через Gemini API и Google AI Studio, предназначен для работы в качестве высокого уровня рассуждений «мозга» для робототехнических систем, обрабатывающего видео и пространственные данные, чтобы помочь роботам действительно понимать физический мир вокруг них.
Что на самом деле делает Gemini Robotics ER 2
Модель представляет собой значительный прорыв в том, что отрасль называет «воплощённым рассуждением». Она анализирует видеопотоки, понимает трёхмерное пространство, обнаруживает объекты, предсказывает направление движения предметов и определяет, как использовать инструменты для выполнения сложных задач.
ER 2 поддерживает взаимодействие нескольких роботов, что позволяет координировать работу нескольких машин над общей задачей. Он также обеспечивает взаимодействие человека и робота, позволяя людям и машинам работать как команда.
Модель интегрирована с вариантами Gemini Robotics VLA, которые обеспечивают прямой физический контроль. ER 2 занимается мышлением, VLA — выполнением действий.
Google DeepMind системно готовилась к этому моменту. Первая модель Gemini Robotics была анонсирована в марте 2025 года. Последующая версия, Gemini Robotics ER 1.6, была запущена в апреле 2026 года и представила возможности чтения приборов в рамках сотрудничества с Boston Dynamics. ER 2 расширяет эти основы за счет улучшенного пространственного и временного рассуждения, включая обнаружение объектов, прогнозирование траекторий и соответствие многовидовых изображений.
Boston Dynamics и Agility Robotics — одни из компаний, тестирующих и разрабатывающих вместе с DeepMind.
Почему криптовалюте следует обращать внимание на мозг робота
Самым очевидным точкой подключения являются децентрализованные физические инфраструктурные сети, известные как DePIN. Эти проекты направлены на создание реальной инфраструктуры — от беспроводных сетей до сенсорных сетей и вычислительных кластеров — с использованием токен-стимулов вместо традиционных корпоративных капитальных затрат.
Затем есть угол зрения ИИ-агентов. Криптопроекты, создающие платформы автономных агентов, были одними из самых гиперболизированных нарративов за последний год. Большинство этих агентов существуют исключительно в программном обеспечении, торгуя токенами или управляя позициями в цепочке. Логическое продолжение агентного ИИ — это овеществлённые агенты, программная интеллектуальная система, управляющая физическим оборудованием. Gemini Robotics ER 2 по сути является чертежом того, как происходит этот переход на уровне модели.
На что должны обращать внимание инвесторы
Токены DePIN, связанные с робототехнической инфраструктурой, сетями датчиков и вычислениями в физическом мире, могут снова привлечь интерес к своей повестке, поскольку основные компании в области ИИ подтверждают важность внедрения физического ИИ.
Риск заключается в том, что Google и его партнеры по оборудованию просто создадут всю стек-архитектуру самостоятельно — от модели рассуждений до прямого управления и облачной инфраструктуры, оставив мало возможностей для децентрализованных альтернатив. Партнерства DeepMind с Boston Dynamics и Agility Robotics указывают на вертикально интегрированный подход, с которым сложно конкурировать открытым или децентрализованным экосистемам по чистой производительности.