Analyse de Gemini Robotics 2 : l’IA robotique devient une pile technologique

Un robot humanoïde qui visse une ampoule, c’est soit une étape majeure pour l’IA incarnée, soit le point de départ d’une sitcom très coûteuse. Selon WIRED, Google DeepMind a publié Gemini Robotics 2, un système capable de contrôler différents robots, y compris des humanoïdes capables de tâches habiles comme visser des ampoules et nouer des sacs-poubelle. La partie spectaculaire, c’est le corps humanoïde ; la partie importante, c’est l’architecture cachée derrière les chevilles. Ce n’est pas un chatbot scotché à un Roomba avec des OKR inspirants. WIRED rapporte que Gemini Robotics 2 combine plusieurs modèles d’IA en un seul système afin qu’un robot puisse comprendre son environnement et décider comment agir. Voilà l’histoire utile pour les personnes qui construisent : l’IA robotique s’éloigne des contrôleurs isolés pour tours uniques et se rapproche de piles intégrées qui relient perception, compréhension du langage, raisonnement et planification de l’action.

WIRED : Le robot est maintenant une pile

WIRED décrit Gemini Robotics 2 comme un système combiné construit à partir d’un modèle vision-langage et de deux modèles vision-langage-action. Le VLM comprend les images et les vidéos, communique avec les humains et raisonne sur les tâches, tandis que les modèles VLA sont entraînés pour le mouvement dans l’espace physique et contrôlent les mouvements du corps entier ainsi que les pinces ou les mains. Dans des démonstrations partagées avec WIRED, le robot Apollo 2 d’Apptronik a utilisé des mains de Sharpa pour ranger des étagères, ce qui est une tâche agréablement banale et donc plus intéressante qu’un salto arrière (les saltos arrière réapprovisionnent rarement les céréales).

La distinction essentielle, c’est qu’un robot n’a pas seulement besoin de savoir ce qu’est un sac-poubelle. Il doit reconnaître le sac, déduire l’objectif, planifier une séquence, déplacer un corps qui obéit aux lois de la physique et récupérer quand le sac se comporte comme un minuscule parachute hanté. C’est pourquoi la séparation VLM plus VLA est importante : le langage et la perception ne remplacent pas le contrôle, ils y sont connectés.

Ars Technica : Google livre des morceaux, pas tout l’opéra

Ars Technica rapporte que Gemini Robotics 2 comprend trois modèles, mais qu’un seul est actuellement disponible publiquement. Le même article indique que les robots de Google peuvent gérer des tâches plus complexes, analyser en continu des environnements changeants et collaborer avec d’autres robots. Google affirme aussi que le système peut contrôler un robot humanoïde entier avec une dextérité améliorée, y compris des machines dotées de mains humanoïdes complexes, selon Ars Technica.

Ce détail sur la disponibilité est la douche froide utile. Si vous construisez quelque chose aujourd’hui, l’histoire n’est pas que chaque robot a soudainement reçu une greffe de cerveau universel. C’est que Google expose une partie de la pile tout en gardant le système complet plus près du laboratoire, ce qui est normal en robotique, parce que la réalité est le pire test unitaire jamais écrit.

Google : ER 2 est le planificateur dans

le milieu désordonné Le blog de Google indique que Gemini Robotics ER 2 est conçu comme un cerveau de haut niveau pour les robots, permettant le raisonnement spatial en temps réel, la planification de tâches en plusieurs étapes et la collaboration entre différents robots. Google précise que les développeurs peuvent accéder à ER 2 via l’API Gemini, Google AI Studio ou la Gemini Enterprise Agent Platform. Cela fait d’ER 2 moins un contrôleur moteur qu’un orchestrateur de tâches qui décide de ce qui doit se passer avant que les systèmes de plus bas niveau exécutent le mouvement.

Le billet de publication de Google DeepMind, daté du 30 juillet 2026, présente le problème comme une rupture avec les robots préprogrammés ou téléopérés pour des séquences de tâches étroites et répétitives. L’entreprise soutient que les robots ont besoin de modèles capables de penser, d’agir et d’interagir dans des environnements imprévisibles. Retirez l’éclairage brillant des démonstrations, et il reste une thèse de recherche sérieuse : un comportement robotique général exige un transfert entre différents corps, un ancrage en temps réel et une planification qui survit au contact avec des chaussettes sur le sol.

The Next Web : Toujours maladroit,

toujours important The Next Web rapporte que Gemini Robotics 2 peut contrôler un humanoïde des pieds jusqu’au bout des doigts, coordonner plusieurs robots à la fois et s’adapter à une nouvelle machine en quelques heures. Il souligne aussi la partie moins glamour : les propres chiffres de DeepMind montrent que les robots restent lents et maladroits pour les tâches les plus minutieuses. Très bien. Cette phrase devrait être imprimée sur chaque pitch deck de robot humanoïde, en Helvetica de bon goût.

Pour les lecteurs, la prochaine chose à surveiller n’est pas de savoir si un robot de démonstration peut accomplir une corvée domestique de plus dans des conditions de studio. Observez quelles parties de la pile deviennent accessibles aux développeurs, dans quelle mesure les compétences se transfèrent entre des corps robotiques différents, et si l’évaluation dépasse les montages de moments forts pour entrer dans des repères reproductibles sur la dextérité, la sécurité et la collaboration. L’IA robotique ressemble de moins en moins à l’apprentissage d’un seul tour de fête à une machine, et de plus en plus à l’assemblage d’un système nerveux, ce qui est passionnant, terrifiant, et exactement pourquoi l’ampoule devrait peut-être garder son reçu.