Gemini Robotics 2 أعطى الروبوت جسدًا يفكر من القدم إلى الأصابع

طلب بسيط مثل «ضع إبريق السقي في الصندوق الأخضر أسفل الرف» يخفي سلسلة كاملة من القرارات. على الروبوت أن يمشي، ويحافظ على توازنه، ويمد ذراعه، ويمسك الإبريق، ثم يتحرك من جديد ويضعه في مكان ضيق من دون أن يسقط هو أو الشيء.

الجيل السابق من Gemini Robotics كان جيدًا في مهام أعلى الطاولة وحركة الجزء العلوي من الجسم. Gemini Robotics 2 يوسع الدائرة إلى القدمين والركبتين والجذع واليدين، ثم يضيف عقلًا أعلى يخطط لمهام تستمر دقائق، وإمكانية أن تتعاون عدة روبوتات بدل أن يحاول جسد واحد فعل كل شيء.

ثلاثة نماذج بدل عقل واحد

الإعلان ليس عن نموذج منفرد. Gemini Robotics 2 هو نموذج رؤية ولغة وفعل يحول الصورة والتعليمات إلى تحكم حركي مباشر. يستطيع قيادة روبوت بشري كامل من القدم إلى أطراف الأصابع، كما يعمل مع منصات ثنائية الذراع وقوابض مختلفة.

Gemini Robotics ER 2 هو طبقة الاستدلال المجسد. يرى المكان، ويتواصل مع الإنسان، ويقسم الهدف إلى خطوات، ثم ينسق مع نموذج الحركة ويتابع التقدم. وتقول Google DeepMind إن التسلسلات الجديدة يمكن أن تستمر عدة دقائق وتتضمن مئات القرارات، مع قدرة أفضل على تحديد بداية الخطوة ونهايتها وتصحيح المسار إذا فشلت حركة.

أما Gemini Robotics On-Device 2 فهو النسخة الكفؤة المصممة للعمل محليًا على الروبوت حين يكون تأخر الشبكة أو غياب الاتصال مشكلة. النموذج متعدد الأجساد منذ الأساس، ويمكن تكييفه مع منصات ثنائية الذراع جديدة في ساعات قليلة، عادة بأقل من 200 مثال.

الجسد الكامل يغير نوع المهمة

حين كان التحكم يقتصر على الذراعين والجذع أمام طاولة، كان العالم يقترب من الروبوت. الآن يحاول النموذج جعل الروبوت يقترب من العالم. في عرض Apollo 2، ينفذ الروبوت الحركة كاملة: يلتقط إبريقًا، يمشي إلى الرف، ثم يضعه في الصندوق المطلوب.

DeepMind تعترف بأن سرعة الحركة ما تزال تحتاج إلى تقدم. وهذه ليست ملاحظة هامشية، فالروبوت الذي ينجح ببطء داخل مختبر منظم ليس عاملًا عامًا جاهزًا للمنزل أو المصنع. الجديد هو اتساع واجهة التحكم: الهدف اللغوي لم يعد ينتهي عند حركة يد فوق سطح، بل يمكن أن ينتشر عبر الجسم كله.

العقدة واليد ذات 22 درجة حرية

تضيف الشركة مستوى أدق من البراعة. يستطيع النموذج التحكم في يد SharpaWave خماسية الأصابع ذات 22 درجة حرية على Apollo 2 لتنفيذ أفعال مثل ربط عقدة أو إغلاق كيس محكم. كما يقود قابضين تقليديين بإصبعين على منصة Franka Duo في مهام تعبئة ضيقة.

لكن الرسم المنشور مع الإعلان يضع قيدًا مهمًا: الأداء في مهام الجسم الكامل والقوابض يتراوح من متوسط إلى مرتفع، بينما تبقى المناورة متعددة الأصابع صعبة. عبارة «من القدم إلى الأصابع» تصف نطاق التحكم، لا وصول الدقة والسرعة إلى مستوى الإنسان.

حين تحتاج المهمة إلى أكثر من روبوت

Gemini Robotics ER 2 يقدم للمرة الأولى في العائلة تنسيقًا متعدد الروبوتات. يمكن لأجساد مختلفة أن تتبادل المعلومات وتقسم سير عمل لا يستطيع روبوت واحد إكماله بكفاءة. هذا يجعل الاختيار بين البشري والعربة والذراع الصناعية أقل حدة: قد يصبح كل جسد أداة ضمن فريق يديره مخطط واحد.

هنا أيضًا يجب فصل العرض عن الانتشار. نموذج ER 2 متاح على Google AI Studio وفي معاينة خاصة على Gemini Enterprise Agent Platform. أما نموذج الحركة الكامل ونسخة On-Device فمتاحان لشركاء الوصول المبكر، وليس لأي مطور يريد تنزيلهما وتشغيلهما على جهاز منزلي.

السلامة أصبحت جزءًا من التخطيط

كلما اتسعت قدرة الروبوت على الحركة، لم يعد الأمان مجرد حد سرعة أو زر طوارئ. تقدم DeepMind معيارًا جديدًا باسم ASIMOV-Agentic لقياس تنسيق السلامة وحل عدم اليقين. من أمثلته أن يرفض وكيل الاستدلال استدعاء حركة غير آمنة، وأن يتوقع إن كانت المهمة ممكنة، ويطلب تدخلًا بشريًا عندما لا يملك ثقة كافية.

تقول الشركة إن ER 2 هو أفضل نماذجها الروبوتية في اتباع قيود السلامة واختبارات قرب البشر. يمكنه اكتشاف اقتراب شخص، واستدعاء أدوات الأمان، وإيقاف الروبوت. لكن هذه نتائج الشركة واختباراتها، وستحتاج التطبيقات الواقعية إلى طبقات ميكانيكية وبرمجية مستقلة ومعايير صناعية، لا إلى ثقة في النموذج وحده.

المعركة تنتقل من شكل الروبوت إلى طبقة الذكاء

أكثر ما يستحق المتابعة ليس حركة واحدة مبهرة. إنه ادعاء أن نقطة تحقق واحدة للنموذج تستطيع التحكم في أجساد وأيد وقوابض مختلفة، وأن نسخة محلية تتكيف مع جسد جديد بأمثلة قليلة نسبيًا.

إذا ثبت ذلك خارج عروض المختبر، فستتغير اقتصاديات الروبوتات. المصنع لن يضطر إلى تدريب عقل كامل من الصفر لكل منصة، ومطور البرمجيات يمكن أن يفكر في الهدف والخطة بدل ضبط كل مفصل يدويًا. لكن المسافة بين نموذج عام وعامل موثوق ما تزال مليئة بالسرعة والدقة والسلامة والبيانات وتكلفة العتاد.

Gemini Robotics 2 لا يقدم الروبوت المنزلي الذي حلمنا به لعقود. يقدم طبقة ذكاء تحاول أخيرًا أن تفهم أن تنفيذ الأمر لا يبدأ في اليد، بل في الجسد كله.