Googleは7月31日、次世代ロボット向けの中核AIモデル群「Gemini Robotics 2」を発表した。動作の計画・実行やロボット同士の協調作業、多段階タスクの遂行を支援するほか、オンデバイスでのローカル実行にも対応する。数時間分のデータがあれば、新たなロボット形状にも適応できるとしている。
同社によると、関連機能は「Gemini Robotics 2」「Gemini Robotics ER 2」「Gemini Robotics On-Device 2」の3モデルで展開する。
Gemini Robotics 2は、Googleの視覚・言語・行動（VLA）モデルだ。ヒューマノイドの全身制御に対応するほか、双腕ロボットの制御も可能としている。
Gemini Robotics ER 2は、身体化推論（ER）とエージェント機能を担う視覚・言語モデル（VLM）。人とのコミュニケーションや物理環境の理解を踏まえ、数分間にわたる多段階タスクの計画をロボットが立てられるよう支援する。
Gemini Robotics On-Device 2は、ロボット機器上でのローカル実行に最適化したVLAモデル。数時間分のデータだけで、まったく新しいロボット形状にも迅速に適応できるとしている。
著者について
Chi-gyu Hwang
delight@d-today.co.kr