Gemini Robotics ER 2 : l’IA prévisionnelle qui veut guider les robots de laboratoire

L’institut singapourien A*STAR IMRE teste un nouveau modèle d’intelligence artificielleIntelligence 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. nommé Gemini Robotics ER 2. Le but affiché par le professeur Loh Xian Jun, directeur exécutif de l’institut, est de permettre à des robots de lire l’écran tactile d’un vieux réacteur à micro‑ondes, d’équilibrer et charger une centrifugeuse, ou encore de déplacer des échantillons en toute sécurité dans un laboratoire très fréquenté. Cette ambition a été annoncée dans un billet de Google Cloud publié le 27 octobre 2026, au moment où le modèle a été mis à disposition en préversion publique.

Un accès via Google Cloud

Depuis le 27 octobre, toute entreprise cliente de Google Cloud peut appeler le modèle sous l’identifiant gemini‑robotics‑er‑2‑preview. L’appel se fait depuis Model Garden, puis le test se réalise dans Agent Studio avant d’être déployé avec les contrôles de sécurité habituels de la plateforme. Le modèle reste toutefois en version préliminaire ; son prédécesseur, ER 1.6, a été retiré de la documentation le 31 août 2026.

Comment fonctionne le modèle

Google décrit ER 2 comme un « cerveau de haut niveau » qui planifie les tâches, découpe les étapes et orchestre les outils nécessaires – notamment un modèle vision‑langage‑action (VLA) plus spécialisé. Le modèle reçoit une vidéo, du son ou du texte, décide de la séquence d’actions, appelle les API de navigation ou les fonctions du robot, puis réexamine la vidéo pour vérifier le bon déroulement. En cas d’échec, il relance l’étape sans repartir du début. La technologie repose sur Gemini 3.5 Flash et ne produit que du texte.

En juillet 2026, DeepMind a démontré qu’ER 2 pouvait piloter les API de navigation et de bras du robot Spot de Boston Dynamics pour récupérer des objets à la demande. Le modèle qui pilote directement les moteurs, nommé Gemini Robotics 2, reste réservé à des partenaires en accès anticipé ; chaque usine doit donc fournir ses propres commandes ou un VLA entraîné ailleurs.

Performances annoncées

Google avance une précision de 91,3 % pour repérer, dans une vidéo, le moment critique d’un événement, comme l’arrêt du versement d’un liquide, avec un décalage moyen de 0,96 seconde. Le modèle serait quatre fois plus rapide que plusieurs modèles plus gros, sans toutefois nommer ces concurrents. Sur la classification de l’avancement d’une tâche, le taux de réponses correctes serait de 57,4 %, laissant 42,6 % d’erreurs. Le protocole de test et les comparaisons ne sont pas détaillés.

Sécurité et limites

La documentation précise que la responsabilité de la sécurité revient à l’exploitant. Les applications critiques – santé, transport, tout scénario où une défaillance pourrait entraîner des blessures ou des dommages matériels – sont exclues. Un rapport de DeepMind du 29 juillet 2026 montre que les meilleurs modèles détectent le franchissement d’une limite d’un mètre autour d’une personne avec une précision entre 79 % et 93 %, mais arrêtent le robot sans raison entre 15 % et 25 % du temps. Google recommande donc d’associer ces modèles à des garde‑fous déterministes.

Premiers usages concrets

Le seul cas d’usage réel décrit jusqu’à présent concerne le robot Spot. En avril 2026, le module d’inspection visuelle AIVI‑Learning de Boston Dynamics a été couplé à ER 1.6 pour lire des jauges, des indicateurs de niveau de liquide, détecter des dommages sur un convoyeur, ou compter des palettes. Le directeur Spot, Marco da Silva, estime que la version ER 2 apportera « encore plus de valeur » grâce à la vidéo, mais aucun calendrier de migration n’est encore annoncé.

Tarification

Google Cloud propose une offre promotionnelle jusqu’au 31 décembre 2026 : 1 $ le million de tokensTokenUnité de contenu traitée par un modèle de langage, pouvant représenter un mot, une partie de mot ou un caractère. en entrée (texte, image, vidéo ou son) et 5 $ en sortie, incluant le raisonnement. La promotion s’arrête le 1 janvier 2027, où les tarifs passent à 2 $ en entrée et 10 $ en sortie. Les crédits de 50 % de la dépense nette sont reversés sans précision sur le moment de versement ni sur leur durée de validité.

Perspectives

Gemini Robotics ER 2 représente une étape notable dans la mise à disposition d’une IA capable de guider des robots dans des environnements complexes. Son accès via Google Cloud simplifie les essais, mais la version préliminaire, les performances mitigées et les exigences de sécurité imposées aux utilisateurs laissent la porte ouverte à de nombreux ajustements avant une adoption large dans l’industrie.

Ce texte se base sur les informations publiées par Google Cloud, DeepMind et les partenaires cités.