발끝부터 손끝까지 — 우리는 로봇에게 광범위한 복잡한 작업을 완료할 수 있는 지능적인 전신 제어(whole-body control), 정교한 민첩성(fine dexterity), 그리고 팀워크를 가르치고 있습니다.
수십 년 동안, 우리는 우리 세상에 자연스럽게 들어와 도움을 줄 수 있는 로봇을 꿈꿔왔습니다. 이제 그 비전이 상당한 진전을 이루었습니다.
대부분의 로봇은 좁고 반복적인 작업 시퀀스를 위해 사전 프로그래밍되거나 원격 조작됩니다. 이들은 스스로 학습하거나 예측 불가능한 환경에 적응하는 능력이 부족합니다. 게다가, 한 로봇 몸체에서 배운 기술을 다른 로봇으로 옮기는 것은 여전히 매우 어렵습니다. 모든 모양과 크기의 로봇이 대규모로 가장 어려운 문제들을 해결하려면, 작업을 안전하게 완료하기 위해 생각하고 행동하며 지능적으로 상호작용할 수 있는 AI 모델이 필요합니다.
우리는 Gemini의 멀티모달 이해(multimodal understanding)가 Gemini Robotics를 통해 실제 세계의 행동을 어떻게 구동할 수 있는지 시연했습니다. 오늘, 우리는 차세대 진정으로 적응 가능한 로봇에 동력을 공급하는 지능 레이어인 Gemini Robotics 2를 소개합니다. 이 제품이 첫 걸음을 내딛으면서, 이 주요 발전은 지능적인 전신 제어, 고급 민첩성, 그리고 다중 로봇 협업을 가능하게 합니다.
Gemini Robotics 2는 로봇이 모든 움직임을 통해 추론할 수 있게 하여 광범위한 작업을 가능하게 합니다. 예를 들어, 사람형 로봇(humanoid)이 걸어 다니고, 웅크리고, 스트레칭하고, 물체를 조작하여 어수선한 방을 청소하도록 할 수 있습니다. 심지어 다른 로봇과 팀을 이루어 작업을 더 빨리 끝낼 수도 있습니다. 그리고 이 깊은 지능은 몇 시간 만에 완전히 새로운 로봇 몸체에 원활하게 적응하면서 온디바이스(on-device)에서 로컬로 실행될 수도 있습니다.
우리는 다음 세 가지 매우 강력한 모델을 통해 이를 가능하게 하고 있습니다:
- Gemini Robotics 2: 비전-언어-행동(Vision-Language-Action, VLA) 모델 중 가장 진보된 모델로, 시각 및 언어 입력을 모터 제어로 변환하여 로봇이 행동을 취할 수 있도록 합니다. 이 모델은 발끝부터 손가락 끝까지 전체 휴머노이드와 다른 양팔 로봇을 제어하는 것이 가능하며, 양손과 그리퍼에서 새로운 수준의 정교한 조작(dexterous manipulation) 능력을 구현합니다.
- Gemini Robotics ER 2: 가장 뛰어난 체화 추론(Embodied Reasoning, ER) 모델입니다. 이는 에이전트 역할을 하는 비전-언어 모델(VLM)로, 로봇이 인간과 소통하고 물리적 세계를 이해하며 수 분 동안 지속되는 다단계 작업을 계획할 수 있도록 합니다. 또한 로봇들이 팀으로 협력하여 작업하는 기능도 도입합니다.
- Gemini Robotics On-Device 2: 로봇 장치에서 로컬로 실행되도록 최적화된 가장 효율적인 비전-언어-행동(VLA) 모델입니다. 이 모델은 이제 몇 시간의 데이터만으로 완전히 새로운 로봇 구현체에 빠르게 적응하는 것을 달성할 수 있습니다.