VASIOTA.COM – Google DeepMind membawa Gemini semakin jauh ke dunia fisik. Lewat Gemini Robotics 2, AI kini dapat mengendalikan robot humanoid secara menyeluruh, mulai dari kaki hingga ujung jari.
Google memperkenalkan Gemini Robotics 2 pada 30 Juli 2026 sebagai model vision-language-action atau VLA yang menerjemahkan penglihatan dan instruksi bahasa menjadi gerakan robot.
Berbeda dari generasi sebelumnya yang lebih banyak menangani tugas pada tubuh bagian atas, model baru ini dirancang untuk mengoordinasikan gerakan seluruh tubuh.
Robot Kini Bisa Berjalan Sambil Menyelesaikan Tugas
Dalam demonstrasi bersama Apptronik Apollo 2, Gemini Robotics 2 menerima instruksi untuk menaruh penyiram tanaman ke tempat tertentu.
Robot kemudian harus berjalan menuju meja, mengambil benda tersebut, berjalan kembali menuju rak, lalu meletakkannya di lokasi yang ditentukan.
Artinya, AI tidak hanya menentukan bagaimana tangan mengambil objek. Sistem juga harus mengoordinasikan berjalan, membungkuk, menjaga posisi tubuh, meraih, dan memindahkan benda dalam satu rangkaian gerakan.
Google DeepMind menjelaskan bahwa kemampuan ini merupakan perluasan dari model sebelumnya yang lebih berfokus pada manipulasi tabletop.
Namun, Google juga mengakui bahwa kecepatan gerakan robot masih perlu ditingkatkan. Jadi, Gemini Robotics 2 belum berarti robot humanoid sudah mampu bergerak dengan kelincahan seperti manusia.
Bukan Cuma Kaki dan Tangan
Gemini Robotics 2 juga membawa peningkatan pada kemampuan manipulasi.
Model tersebut dapat mengendalikan tangan SharpaWave lima jari dengan 22 derajat kebebasan pada Apollo 2. Dalam pengujian, robot diperlihatkan melakukan tugas seperti mengikat simpul dan menutup kantong ziplock.
Tetapi hasil pengujiannya masih beragam.
Google mencatat keberhasilan 92% pada tugas membuka bohlam, tetapi hanya 32% pada tugas menggunakan dustpan dan 40% pada tugas ziplock dalam pengujian manipulasi multi-jari. Google sendiri menyebut manipulasi multi-jari masih menjadi tantangan.
Dengan kata lain, AI-nya semakin mampu memahami gerakan kompleks, tetapi ketepatan fisik robot masih menjadi pekerjaan besar.
Google Bawa Tiga Model Sekaligus
Gemini Robotics 2 sebenarnya bukan satu model tunggal.
Google memperkenalkan tiga komponen utama.
- Gemini Robotics 2 bertugas menerjemahkan penglihatan dan instruksi menjadi kontrol motorik untuk robot.
- Gemini Robotics ER 2 berfungsi sebagai lapisan penalaran tingkat tinggi. Model ini dapat memahami lingkungan fisik, menyusun rencana beberapa langkah, melacak kemajuan, dan mengoordinasikan beberapa robot.
- Sementara Gemini Robotics On-Device 2 dirancang untuk berjalan langsung di perangkat robot tanpa selalu bergantung pada koneksi jaringan.
Google mengatakan model on-device tersebut dapat beradaptasi dengan bentuk robot baru hanya dalam beberapa jam menggunakan biasanya kurang dari 200 contoh data.
Robot Bisa Bekerja sebagai Tim
Kemampuan lain yang ikut diperluas adalah multi-robot collaboration.
Dengan Gemini Robotics ER 2, robot dengan bentuk dan kemampuan berbeda dapat berbagi pemahaman mengenai tugas dan membagi pekerjaan. Google mendemonstrasikan pendekatan ini dengan beberapa platform robot untuk menyelesaikan alur kerja yang terlalu kompleks jika dilakukan satu robot saja.
Model ER 2 juga dapat memantau video secara terus-menerus untuk mengetahui apakah sebuah langkah sudah berhasil. Jika terjadi kesalahan, sistem dapat menyesuaikan tindakan berikutnya tanpa harus memulai seluruh proses dari awal.
BACA JUGA: Qwen Makin Agresif, Alibaba Mulai Menekan OpenAI, Google, dan Anthropic
Gemini Mulai Masuk ke Era Physical AI
Peluncuran Gemini Robotics 2 menunjukkan perubahan penting dalam perkembangan Gemini.
Selama ini, kemampuan Gemini lebih sering terlihat dalam bentuk chatbot, pencarian, coding, dan berbagai aplikasi digital. Kini Google mencoba membawa kemampuan tersebut ke lingkungan fisik yang jauh lebih sulit diprediksi.
Robot tidak hanya perlu memahami perintah.
Robot harus melihat lingkungan, menentukan tindakan, menjaga keseimbangan, menggerakkan tubuh, menangani objek, dan bereaksi ketika kondisi berubah.
Itulah alasan whole-body control menjadi penting dalam perkembangan physical AI.
Gemini Robotics 2 belum membuat robot menjadi manusia. Bahkan Google masih mengakui adanya keterbatasan pada kecepatan dan manipulasi presisi.
Namun, langkah terbaru DeepMind menunjukkan bahwa pertarungan AI mulai bergerak ke arena baru.