Gemini Robotics 2, l’AI di Google DeepMind che controlla i robot umanoidi da capo a piedi

Google DeepMind ha alzato di nuovo l’asticella della robotica. Il 30 luglio 2026 il laboratorio ha presentato Gemini Robotics 2, il livello di intelligenza pensato per la prossima generazione di robot capaci di adattarsi al mondo reale. La novità non è un singolo modello, ma una famiglia di tre sistemi che, insieme, portano per la prima volta il controllo dell’intero corpo, una destrezza molto più fine di mani e pinze e la collaborazione tra più robot. Se hai seguito l’evoluzione dei modelli che uniscono percezione e azione, questo annuncio segna un salto concreto rispetto a tutto ciò che avevi visto finora.

Il messaggio di fondo è semplice. I robot non devono più limitarsi a gesti pre-programmati su un tavolo, ma imparare a muoversi, ragionare e agire in ambienti disordinati come quelli in cui vivi ogni giorno.

Che cosa cambia con Gemini Robotics 2

Per capire la portata dell’annuncio conviene partire da dove eravamo rimasti. Fino a poche settimane fa i modelli di questa famiglia controllavano soprattutto la parte superiore del robot, quella utile per afferrare e spostare oggetti su un piano di lavoro. Il ragionamento spaziale c’era già, come avevamo visto con Gemini Robotics-ER 1.6, ma il corpo restava in secondo piano rispetto alle braccia.

Con Gemini Robotics 2 il baricentro si sposta, in senso letterale. Il modello estende l’intelligenza fisica al movimento di tutto il corpo, dai piedi alle dita, e non più solo alle mani. È la differenza tra un robot che raggiunge un oggetto sul tavolo e un robot che cammina verso uno scaffale, si abbassa, si allunga e completa l’azione mantenendo l’equilibrio.

Cambia anche il modo in cui questa intelligenza viene distribuita. Google DeepMind non ha rilasciato un modello unico, ma tre modelli complementari, pensati per lavorare insieme o separatamente a seconda delle esigenze.

I tre modelli: azione, ragionamento e funzionamento locale

Il primo è Gemini Robotics 2, il modello vision-language-action, cioè il sistema che traduce ciò che il robot vede e ascolta in comandi motori. È questo il componente capace di guidare un umanoide completo e altri robot a due braccia, con un livello di destrezza superiore sia sulle mani sia sulle pinze.

Il secondo è Gemini Robotics ER 2, il modello di ragionamento incarnato. Funziona come il cervello di alto livello: comunica con le persone, comprende l’ambiente fisico e pianifica compiti articolati in più passaggi. È la parte che decide la strategia, mentre il modello di azione la mette in pratica.

Il terzo è Gemini Robotics On-Device 2, la versione ottimizzata per girare in locale, direttamente sul robot. Serve a tutti quei casi in cui non puoi contare su una connessione stabile o non vuoi introdurre la latenza della rete, una condizione più comune di quanto sembri nelle applicazioni industriali reali.

Dal tavolo al corpo intero: il controllo whole-body

La parte più spettacolare dell’annuncio riguarda proprio il controllo dell’intero corpo. Il mondo è costruito su misura per i movimenti umani, quindi richiede di raggiungere, piegarsi e restare in equilibrio in spazi stretti e ingombri. Portare un robot a fare tutto questo in modo coordinato è un problema difficile, e finora quasi nessun modello lo affrontava in un colpo solo.

Google DeepMind mostra il risultato con Apollo 2, l’umanoide di Apptronik. Alla richiesta di mettere un annaffiatoio nel cestino verde sul ripiano in basso, il robot elabora l’istruzione, cammina fino al tavolo, prende l’annaffiatoio, si sposta verso gli scaffali e lo posiziona con precisione nel punto giusto.

Non è ancora fluido come il gesto di una persona, e lo stesso laboratorio ammette che la velocità di movimento ha ampi margini di crescita. Ma la sequenza completa, camminare, chinarsi, afferrare e collocare, viene gestita da un’unica intelligenza. Questo è il punto che conta.

I numeri diffusi aiutano a inquadrare lo stato dell’arte senza illusioni. Nei compiti di manipolazione a corpo intero con Apollo, il modello raggiunge il 68,4% di successo nel prendere un oggetto dal tavolo, il 76,3% da uno scaffale e il 45,7% da terra, il caso più complesso perché richiede di gestire tutto il corpo in modo stabile.

Destrezza fine: mani e pinze sotto controllo

Per essere davvero utile in casa o al lavoro, un robot ha bisogno di finezza. Qui entra in gioco il salto sulla destrezza. Gemini Robotics 2 controlla la mano SharpaWave a cinque dita e 22 gradi di libertà montata su Apollo 2, arrivando a compiere azioni delicate come annodare o sigillare un sacchetto con chiusura a pressione.

La stessa intelligenza governa anche pinze a due dita standard su una piattaforma Franka Duo, dove ottiene risultati notevoli: 74,2% nel prendere e posizionare oggetti generici, 78,9% nel comporre kit di attrezzi diversi e 89,6% negli inserimenti di precisione.

Sulla manipolazione con le singole dita, invece, la strada è ancora lunga, e Google DeepMind non lo nasconde. Svitare una lampadina riesce nel 92% dei casi, ma avvitarla si ferma al 36%. Annodare un sacchetto della spazzatura arriva al 44%, il sacchetto con chiusura a pressione al 40% e l’uso della paletta al 32%.

Sono percentuali che raccontano una tecnologia promettente ma non ancora matura per i compiti più minuti. È esattamente il tipo di trasparenza che serve per valutare con lucidità dove siamo davvero.

Ragionamento agentico e collaborazione tra più robot

Gran parte dei compiti reali non si esaurisce in un gesto singolo, ma richiede molti passaggi distribuiti nel tempo. È il compito di Gemini Robotics ER 2, che osserva l’ambiente, ragiona sui passi necessari, coordina il modello di azione e tiene traccia dei progressi fino alla fine del lavoro. In questo modo il robot può eseguire sequenze lunghe, correggersi se un passaggio fallisce e generalizzare a situazioni nuove.

Con questo aggiornamento i robot riescono a portare a termine sequenze che durano diversi minuti e comportano centinaia di decisioni. Il modello capisce quando un compito inizia e quando finisce, e sa individuare il momento preciso in cui accade un evento chiave.

C’è poi una funzione che apre scenari interessanti: la collaborazione tra più robot. Sistemi diversi possono comunicare e lavorare insieme per completare flussi di lavoro che un singolo robot non potrebbe gestire da solo. È un tassello importante verso la robotica di squadra, dove ogni macchina fa la sua parte.

Modelli on-device e adattamento a nuovi robot

Molte applicazioni robotiche devono funzionare senza latenza e senza connessione a internet. Per questo Gemini Robotics On-Device 2 è pensato per girare interamente sull’hardware del robot, come modello vision-language-action più efficiente della famiglia.

La caratteristica più utile è la sua natura multi-embodiment. Il modello eredita le tecniche di trasferimento del movimento già introdotte con Gemini Robotics 1.5 e riesce ad adattarsi a nuovi robot a due braccia in poche ore, di solito con meno di 200 esempi. Questo vale anche per corpi molto diversi tra loro per forma, sensori e gradi di libertà, come dimostrano le prove sulle piattaforme Dexmate, SO101 e Trossen.

Il tema dell’efficienza è lo stesso filo che Google sta seguendo anche altrove, per esempio con Gemini 3.6 Flash e la sua spinta verso agenti più leggeri e scalabili. Portare l’intelligenza fisica direttamente sul dispositivo, senza dipendere dal cloud, va nella stessa direzione.

Sicurezza: il nuovo benchmark ASIMOV-Agentic

Quando un robot acquisisce capacità fisiche più ampie, la sicurezza smette di essere un dettaglio e diventa il cuore del progetto. Google DeepMind ha adottato un approccio a più livelli, che unisce le misure fisiche tradizionali a un impianto di sicurezza pensato per l’AI.

Il laboratorio ha introdotto ASIMOV-Agentic, un nuovo benchmark per l’orchestrazione sicura dei compiti e la gestione dell’incertezza. Serve a misurare, tra le altre cose, la capacità del modello di ragionamento di rifiutare comandi non sicuri provenienti dal modello di azione, di prevedere se un compito è realizzabile e di chiedere l’intervento umano quando qualcosa non è chiaro.

Secondo Google DeepMind, Gemini Robotics ER 2 è il modello più sicuro finora nel rispetto dei vincoli e nella gestione della prossimità delle persone. Rileva meglio quando qualcuno si avvicina, attiva le procedure di sicurezza e porta il robot a un arresto controllato se una persona entra nel raggio d’azione.

Il tema si intreccia con un dibattito più ampio sulla governance dell’AI. Non a caso, proprio in questi giorni, oltre mille dipendenti dei principali laboratori hanno chiesto a Washington strumenti per rallentare lo sviluppo quando la sicurezza non riesce a tenere il passo. Una robotica che agisce nel mondo fisico rende queste domande ancora più concrete.

Disponibilità e contesto competitivo

Sul fronte pratico, l’accesso è graduale. Gemini Robotics ER 2, il modello di ragionamento, è disponibile in anteprima pubblica su Google AI Studio e in anteprima privata sulla Gemini Enterprise Agent Platform. Il modello di azione e quello on-device, invece, restano riservati ai partner selezionati del programma di accesso anticipato.

La mossa arriva in un momento in cui la corsa alla robotica basata sull’AI si sta facendo intensa. Solo poche settimane fa Mistral ha presentato Robostral Navigate, un modello che guida i robot con una sola telecamera. Il confronto mostra due strategie diverse, una più orientata alla navigazione essenziale, l’altra a un controllo generale e whole-body.

Puoi leggere tutti i dettagli tecnici, i video dimostrativi e le schede dei modelli nell’annuncio ufficiale di Google DeepMind, che riporta anche i partner hardware coinvolti, tra cui Apptronik, Boston Dynamics e Agile Robots.

Perché è importante e cosa aspettarti

Gemini Robotics 2 è presentato come una tappa verso un obiettivo più grande, quello di un’intelligenza generale applicata al mondo fisico. La logica è chiara: superare l’automazione monocompito, dove ogni robot sa fare bene una sola cosa, per andare verso macchine che ragionano, si adattano e collaborano.

Per te che segui il settore, il segnale da cogliere è duplice. Da un lato la barriera tra software intelligente e corpo robotico si sta assottigliando in fretta, e i grandi laboratori considerano ormai la robotica un terreno di gara centrale. Dall’altro i numeri sulla destrezza fine ricordano che la strada verso un robot davvero autonomo in casa o in fabbrica è ancora impegnativa.

La cosa più utile che puoi fare adesso è restare informato e osservare i prossimi passaggi, in particolare il momento in cui il modello di azione uscirà dal recinto dei partner selezionati. Se lavori con l’AI o con l’automazione, vale la pena iniziare a ragionare su come un’intelligenza fisica di questo tipo potrebbe cambiare i tuoi processi. Continua a seguirci per gli aggiornamenti sui prossimi rilasci di Google DeepMind e dei suoi concorrenti, perché il ritmo, come vedi, non accenna a rallentare.