3つのモデルで構成される「Gemini Robotics 2」とは？
室谷代表取締役Google DeepMindが新たなロボット制御AI「Gemini Robotics 2」を発表しましたね。これは単なるアップデートではなく、物理AIの大きな飛躍だと感じています。
テキトー教師DotAI 認定講師そうですね。今回の発表で最も注目すべきは、3つのモデルで構成されている点です。
Gemini Robotics 2本体、Gemini Robotics ER 2、そしてOn-Device 2。それぞれ役割が明確に分かれています。
Gemini Robotics 2本体、Gemini Robotics ER 2、そしてOn-Device 2。それぞれ役割が明確に分かれています。
室谷代表取締役ええ。まずGemini Robotics 2は、VLA（Vision-Language-Action）モデルとして、カメラ映像と自然言語の指示からロボットの全身動作を直接生成する。
従来のように「画像認識→計画→制御」とパイプラインを分ける必要がなくなったわけです。
従来のように「画像認識→計画→制御」とパイプラインを分ける必要がなくなったわけです。
テキトー教師DotAI 認定講師そしてGemini Robotics ER 2は、実世界のビデオをリアルタイム理解し、複数ステップの複雑なタスクを計画する推論モデル。いわば「考える頭脳」ですね。
On-Device 2はロボット本体で動作し、新しいハードウェアに数時間で適応できるという、実用性を高める存在です。
On-Device 2はロボット本体で動作し、新しいハードウェアに数時間で適応できるという、実用性を高める存在です。
室谷代表取締役これら3つが連携することで、物理世界でのロボットの可能性が一気に広がった。まさに「One brain. For any robot.」というスレッドの言葉通りです。
テキトー教師DotAI 認定講師講座でもよく言うんですが、これまでロボット制御AIはテーブルトップ上の単純作業に限定されていました。Gemini Robotics 2はそれを全身制御、高機巧、マルチロボット協調へと拡張しているのが革新点ですね。
全身制御：ヒューマノイド「Apollo 2」が実演する一曲の動き
室谷代表取締役特に印象的だったのは、Apptronikのヒューマノイドロボット「Apollo 2」を用いたデモです。一つのプロンプトで、リーチ、かがむ、ジョウロを拾い上げるという一連の動作を、つま先から指先まで全身でコントロールしている。
テキトー教師DotAI 認定講師従来のヒューマノイド制御と言えば、歩行やバランス維持だけでも高度な物理シミュレーションと個別チューニングが必要でした。それがGemini Robotics 2では、単一のVLAモデルで全身の協調動作を生成できる。
これは大きな進歩です。
これは大きな進歩です。
室谷代表取締役背景ブリーフにもありましたが、工場や物流倉庫では「不整地での移動」や「倒れた部品の拾い上げ」といった全身を使った複合動作が求められています。このデモはまさにそのニーズに応える形ですね。
テキトー教師DotAI 認定講師人間が当たり前に行う「一曲の動き」を、ロボットがAIの力で実現した。このニュースはChatGPT vs Gemini vs Copilot：徹底比較！それぞれの特徴と使い分け方を解説でも触れているマルチモーダル能力の応用とも言えます。
高機巧：5本指ハンドや並行グリッパーを操る器用さ
室谷代表取締役次に注目したいのが「高機巧（dexterity）」です。Gemini Robotics 2は5本指のロボットハンドで結び目を作ったり、電球を交換したりできる。
さらに並行グリッパーも同時に制御して、複雑な梱包作業を行える。
さらに並行グリッパーも同時に制御して、複雑な梱包作業を行える。
テキトー教師DotAI 認定講師5本指ハンドの制御は、これまで各関節の角度や力加減を個別にプログラムする必要があり、非常に難易度が高い分野でした。Gemini Robotics 2ではVLAモデルが視覚と言語から直接動作を生成するため、器用な操作が可能になった。
室谷代表取締役MYUUUでも協調ロボットの導入を検討したことがありますが、こうした器用さが実用化されると、家庭用ロボットの可能性も一気に広がりますね。食器を洗ったり、掃除をしたり、物を探したり――一つの指示でこなしてくれるロボットが現実味を帯びてきました。
テキトー教師DotAI 認定講師公式ページでは、同じモデルチェックポイントでApollo 2にSharpaWaveハンドやInspireハンド、さらにFranka DuoにRobotiqグリッパーといった異なるハードウェアを制御している例が示されていました。まさに「One brain. For any robot.」の具現化です。
マルチロボット協調：異種ロボットが連携して課題解決
室谷代表取締役さらに今回は「マルチロボット協調」も新たに導入されました。異なる形状や機能のロボット同士が通信し、単体では不可能な課題を協力して解決する。
テキトー教師DotAI 認定講師背景ブリーフによると、従来は異なるメーカーのロボットを協調させるのに、通信プロトコルや制御方式の調整に多大な工数がかかっていました。Gemini Robotics 2では、ER 2モデルが複数ロボット間のチームワークを可能にする。
室谷代表取締役例えば、片方のロボットが物体を持ち上げ、もう片方がその下に台車を入れる――そんな連携作業が、個別のプログラムなしで実現できる。これは工場や倉庫の自動化にとって極めて重要です。
テキトー教師DotAI 認定講師講座の受講生さんからも「複数のロボットを協調させるのが大変」という声をよく聞きますが、この技術が普及すれば導入ハードルが大きく下がるでしょう。
On-Device 2：数時間で新しいロボットに適応する秘訣
室谷代表取締役そして、もう一つのキーモデルがOn-Device 2です。クラウド接続不要でロボット本体で動作し、新しいハードウェア構成に数時間で適応できる。
テキトー教師DotAI 認定講師従来、ロボットに新しいタスクを覚えさせるには、専門家が長時間かけてプログラムするか、大量の実データで個別学習させる必要がありました。On-Device 2は、わずか数時間のデータで新しいロボットの身体に適応する。
室谷代表取締役これはロボット開発企業にとって大きな福音ですね。同じAIコアで異なるハードウェアを動かせるので、ハードウェアごとに制御ソフトを書き直すコストが削減される。
テキトー教師DotAI 認定講師背景ブリーフにも「ハードウェアごとに制御ソフトを書き直すコストが導入障壁になっていた」とありました。On-Device 2はその壁を取り払う存在と言えます。
室谷代表取締役物理AIの未来：Gemini Robotics 2が切り拓く応用の可能性
室谷代表取締役最後に、Gemini Robotics 2が切り拓く物理AIの未来について。今回の発表で、ロボットは単なる「決められた動きをする機械」から「考える・適応するパートナー」へと進化しました。
テキトー教師DotAI 認定講師具体的には、家庭用ロボットが部屋を片付ける、工場のロボットが工具を交換する、倉庫のロボットが協力して荷物を積み込む――そうしたシナリオが現実味を帯びてきました。
室谷代表取締役ただし、現時点ではまだ研究段階の要素も多い。特に実環境での安全面や、エッジケースへの対応は今後の課題でしょう。
Google DeepMindは論文（arXiv:2503.20020）も公開していますが、あくまで基盤技術の提示です。
Google DeepMindは論文（arXiv:2503.20020）も公開していますが、あくまで基盤技術の提示です。
テキトー教師DotAI 認定講師そうですね。私の講座でも「技術の可能性と限界を正しく理解する」ことを強調しています。
Gemini Robotics 2は大きな一歩ですが、実際の製品化や普及には時間がかかるかもしれません。
Gemini Robotics 2は大きな一歩ですが、実際の製品化や普及には時間がかかるかもしれません。
室谷代表取締役それでも、物理AIの未来がここから始まったことは間違いありません。私たちも動向を引き続き追っていきたいと思います。
よくある質問
Q: Gemini Robotics 2とGemini 2.0の関係は？ A: Gemini Robotics 2は、Gemini 2.0のマルチモーダル理解能力を基盤として、物理世界での行動（動作生成）に特化したモデル群です。VLAモデルとして視覚と言語から直接制御信号を出力します。
Q: どこで技術論文を読めますか？ A: 論文はarXiv:2503.20020で公開されています。また、Google DeepMindの公式ページでも詳細が解説されています。
Q: 実際の応用例はありますか？ A: 現時点ではデモンストレーションレベルですが、ApptronikのApollo 2を使った全身制御や、複数ロボットの協調作業の動画が公開されています。これから実応用が進むと期待されます。
