Google DeepMind a dévoilé Gemini Robotics 2.5, un modèle vision‑langage‑action capable de TransformerArchitecture de réseau neuronal reposant notamment sur des mécanismes d'attention pour traiter des séquences de données. une image ou une consigne verbale en commandes motrices. Selon l’entreprise, le système peut assimiler des centaines de gestes du quotidien, du pliage de vêtements au tri de pièces automobiles, puis les reproduire sur des plateformes robotisées très différentes.
Un modèle adaptable à plusieurs morphologies
Contrairement à une approche centrée sur un seul robot, Gemini Robotics 2.5 est conçu pour être déployé sur divers types de machines. DeepMind indique qu’une adaptation à un robot à deux bras ne prend que quelques heures, puis que le même modèle peut être étendu à des humanoïdes plus complexes. La particularité du système réside dans sa capacité à piloter à la fois les déplacements du corps entier et les gestes fins des mains à plusieurs doigts, ce qui ouvre la porte à des applications allant de la manutention industrielle à l’assistance à domicile.
Trois déclinaisons pour répondre à des besoins variés
La gamme comprend trois variantes :
- Gemini Robotics 2.5 : la version « full », chargée de générer les actions physiques en temps réel.
- Gemini Robotics ER 2 : dédiée au raisonnement spatial, elle élabore des plans de mouvement avant de les transmettre au module d’exécution.
- Gemini Robotics On‑Device 2 : une version allégée qui fonctionne directement sur le matériel embarqué, limitant la dépendance à la connectivité réseau.
Cette séparation permet aux intégrateurs de choisir entre puissance de calcul, capacité de planification et contraintes d’énergie ou de poids, selon les exigences du robot.
Des gestes au‑delà de la simple répétition
DeepMind met en avant des scénarios où le robot reçoit une instruction en langage naturel, découpe la tâche en plusieurs étapes, puis accepte des redirections pendant l’exécution. Les démonstrations publiques montrent le pliage de t-shirts, le service de repas dans un contexte de restauration et le tri de pièces dans une chaîne de production. Il convient de rappeler que ces performances sont présentées par le concepteur ; aucune évaluation indépendante n’a encore été publiée.
Coordination entre plusieurs machines
Une des ambitions de Gemini Robotics 2.5 est la coopération entre robots distincts. Par exemple, un robot mobile pourrait transporter un objet pendant qu’un bras fixe réalise une opération de précision, comme le vissage ou le soudage. Cette approche pourrait simplifier l’automatisation de lignes de production où la flexibilité et la rapidité d’intervention sont essentielles.
DeepMind collabore déjà avec Agile Robots, Apptronik et Boston Dynamics, et compte plus d’une centaine de testeurs provenant d’entreprises d’automatisation et de start‑ups robotiques. Les conditions commerciales et les exigences matérielles restent à préciser.
Le vrai défi : la robustesse en conditions réelles
La valeur industrielle de Gemini Robotics 2.5 dépendra de sa capacité à maintenir ses performances lorsqu’il fait face à des variations d’éclairage, de placement d’objets ou de configuration de poste de travail. Un robot efficace en laboratoire doit aussi savoir détecter ses erreurs, s’arrêter en toute sécurité et reprendre une tâche sans intervention humaine coûteuse.
La version embarquée, qui réduit la dépendance au réseau, devrait améliorer la LatenceDélai entre l'envoi d'une requête à un système et l'obtention d'une réponse ou du début de celle-ci. et la fiabilité des machines mobiles. Les premiers essais chez les partenaires devront fournir des indicateurs concrets : taux de réussite, volume de données nécessaire à l’adaptation, fréquence des reprises manuelles, etc. Ce sont ces mesures qui permettront d’évaluer l’impact réel de Gemini Robotics 2.5 sur l’industrie.
En résumé, Gemini Robotics 2.5 représente une étape notable dans la convergence entre Intelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision. et robotique polyvalente. Si les tests indépendants confirment les promesses affichées, le modèle pourrait accélérer le passage de la robotisation de tâches hautement spécialisées à une automatisation plus flexible, capable d’intervenir dans des environnements changeants et de collaborer avec d’autres machines.
Une prochaine phase de validation avec des partenaires industriels est prévue pour le second semestre 2025, ce qui donnera un aperçu plus précis du potentiel commercial du système.





