أطلقت Google DeepMind يوم الخميس Gemini Robotics 2: ثلاثة نماذج تتحكم، للمرة الأولى، في روبوت بشري كامل — الساقين والجذع والذراعين والأيدي متعددة الأصابع — تحت سياسة واحدة، بدلاً من حزمة منفصلة من الحركة والتنفيذ. كما نشرت بطاقة نتائج تناقض عناوينها هي نفسها.
ما الذي يقوله الجدول
على Apollo من Apptronik مع أيدي Inspire: الالتقاط من رف 76.3%، من طاولة 68.4%، من الأرض 45.7%. ومع أيدي Sharpa: فكّ لمبة 92%، ربط كيس قمامة 44%، إغلاق كيس ziplock 40%، تثبيت لمبة 36%، كنس مجرفة غبار 32%. وعلى إعداد القبضة ذي الذراعين من Franka Duo، تكون الأرقام أعلى بكثير — إدخال دقيق 89.6%، وتجهيز الأدوات 78.9%.
الرقم الذي انتشر كان أفضل خلية في الجدول
بدأت تقريباً كل المواد المنشورة بنسبة 92% الخاصة بالمصباح. أما العملية العكسية — إعادة تركيبه — فـهي 36%. وإذا قُرئت بوصفها اختراقاً في البراعة، فإن بطاقة النتائج تصف نظاماً يفشل في نحو ثلثي مهام المهارة الحركية الدقيقة. ونشر DeepMind لهذه الأرقام أصلاً أمر غير معتاد ويستحق الإشادة؛ أما الاكتفاء باقتباس الرقم المريح فليس كذلك.
"متاح" هنا يحمل أكثر من معناه
تسعة نماذج شُحنت، لكنها لم تُطرح بالطريقة نفسها. ER 2، نموذج الاستدلال المتجسد، متاح في معاينة عامة عبر Gemini API وAI Studio — لكنه لا يحرك روبوتاً. أما VLA model الذي يولّد أوامر الحركة، فهو مخصص لشركاء الوصول المبكر فقط. وOn-Device 2 محصور في Trusted Testers. لا أحد خارج قائمة شركاء Google يستطيع تشغيل الشيء الذي أنتج هذه النتائج.
ذاتي التشغيل، لكن على نحو محدود
تقول Google إن اللقطات في الزمن الحقيقي وذاتية التشغيل بالكامل، في مقابل لافتة لمقاطع الروبوت البشري المُدار عن بُعد التي تهيمن على هذه الفئة — وهذا الادعاء صحيح. لكن الروبوتات دُرّبت على كل مهمة مُظهَرة، عبر التشغيل عن بُعد بواسطة البشر والفيديو والمحاكاة، وتقر DeepMind بأن النظام "محدود في التعميم على المهام خارج نطاق التوزيع". هذا تنفيذ ذاتي لمهام جرى تدريبها تحديداً، لا قدرة عامة. وهناك تصحيح آخر يستحق الإشارة إليه: الشراكة مع Boston Dynamics المرتبطة بهذا الخبر أُعلن عنها في CES في 5 يناير 2026. أما العتاد المستخدم في العرض هنا فهو من Apptronik.