Google porta Gemini dalle risposte sullo schermo ai movimenti di un robot umanoide. Con Gemini Robotics 2 la società controllata da Alphabet introduce una famiglia di modelli di intelligenza artificiale progettati per governare gambe, braccia, mani e pinze robotiche, pianificare attività composte da numerose operazioni e coordinare macchine diverse nello stesso ambiente.L’obiettivo dichiarato da Google DeepMind è superare i robot programmati per ripetere una sequenza rigida di movimenti. I nuovi sistemi devono interpretare istruzioni formulate nel linguaggio naturale, osservare gli oggetti presenti nello spazio, scegliere una strategia e correggersi quando un’azione non riesce.Il passaggio ha un rilievo industriale. La robotica tradizionale funziona bene nelle linee produttive strutturate, dove posizione dei materiali e movimenti sono definiti in anticipo. Fabbriche, magazzini, laboratori e abitazioni presentano invece ostacoli, variazioni e imprevisti.Google vuole usare i modelli multimodali di Gemini per gestire proprio questa parte meno prevedibile del lavoro fisico.Gemini Robotics 2 brings whole body intelligence to robotsIndice degli argomenti:
Tre modelli per movimento, ragionamento e controllo localeApollo 2 cammina, si abbassa e sposta gli oggettiLe mani robotiche restano il problema più difficilePiù robot possono dividersi lo stesso lavoroApptronik raccoglie capitali per produrre ApolloI test nelle fabbriche Mercedes-Benz e nei magazzini GXOIl vantaggio economico dell’adattamento rapidoLa sicurezza diventa un requisito industrialeRobot intelligenti, come si sta muovendo il mercatoFigure porta Helix 02 nelle case e nelle fabbricheBoston Dynamics prepara Atlas per la produzione industrialeAgility Robotics trasforma i progetti pilota in contrattiNvidia costruisce l’infrastruttura comune della roboticaUna corsa tra modelli, fabbriche e datiTre modelli per movimento, ragionamento e controllo localeGemini Robotics 2 non è un unico sistema. La nuova offerta comprende tre modelli con funzioni differenti.Il primo, chiamato semplicemente Gemini Robotics 2, è un modello vision-language-action, o Vla. Riceve immagini e istruzioni linguistiche e le converte in comandi motori. Può controllare l’intero corpo di un umanoide, dai piedi alle dita, oppure piattaforme dotate di due bracci e pinze.Il secondo, Gemini Robotics ER 2, svolge il lavoro di pianificazione. La sigla ER indica l’“embodied reasoning”, cioè il ragionamento applicato a un corpo che agisce nello spazio. Il modello interpreta la richiesta dell’utente, osserva l’ambiente, divide l’attività in passaggi, comunica con le persone e affida l’esecuzione fisica al sistema Vla.Il terzo, Gemini Robotics On-Device 2, è ottimizzato per funzionare direttamente sull’hardware robotico. L’elaborazione locale riduce la dipendenza dalla connessione internet e la latenza tra una decisione e il movimento conseguente. Google sostiene che il modello possa essere adattato a robot completamente nuovi con meno di 200 esempi e alcune ore di dati.La disponibilità resta limitata. Gemini Robotics ER 2 è accessibile attraverso Google AI Studio e, in anteprima privata, sulla Gemini Enterprise Agent Platform. I modelli Vla e On-Device sono invece riservati ai partner ammessi al programma di accesso anticipato. Non si tratta quindi di prodotti pronti per una distribuzione generalizzata nelle imprese.Apollo 2 cammina, si abbassa e sposta gli oggettiIl principale banco di prova è Apollo 2, il robot umanoide sviluppato dalla società texana Apptronik. Con il nuovo modello, Apollo può ricevere un ordine come “metti l’annaffiatoio nel contenitore verde sul ripiano inferiore”, raggiungere il tavolo, afferrare l’oggetto, spostarsi verso lo scaffale, abbassarsi e depositarlo nella posizione indicata.Le versioni precedenti dei modelli robotici di Google controllavano soprattutto la parte superiore del corpo e svolgevano attività su un tavolo. Gemini Robotics 2 estende il controllo a locomozione, equilibrio, flessione e manipolazione. Un robot può così raccogliere oggetti dal pavimento, raggiungere ripiani di diversa altezza o riordinare una stanza.Google riconosce che la velocità dei movimenti deve ancora migliorare. Le dimostrazioni mostrano un progresso nell’autonomia e nella coordinazione, ma non provano che gli umanoidi possano già sostenere i ritmi, l’affidabilità e la continuità richiesti da una linea produttiva commerciale.I dati diffusi dall’azienda descrivono risultati variabili. Apollo 2, equipaggiato con mani Inspire, ha ottenuto un tasso di successo del 68,4% nel prelievo di oggetti da un tavolo, del 45,7% dal pavimento e del 76,3% da uno scaffale. Sono percentuali significative per attività che coinvolgono tutto il corpo, ma indicano anche una frequenza di errore ancora incompatibile con molte applicazioni industriali senza supervisione.Le mani robotiche restano il problema più difficileLa manipolazione con più dita presenta risultati ancora meno uniformi. Apollo 2 utilizza anche la mano SharpaWave, dotata di cinque dita e 22 gradi di libertà. Il modello è stato sottoposto a prove come avvitare o svitare una lampadina, chiudere un sacchetto, usare paletta e spazzola e sigillare una busta con chiusura a pressione.Secondo i dati pubblicati da Google DeepMind, il robot ha completato lo svitamento di una lampadina nel 92% dei tentativi. Il risultato scende al 44% per la chiusura di un sacco della spazzatura, al 40% per una busta ziplock, al 36% per l’avvitamento della lampadina e al 32% nell’uso della paletta.Le pinze a due dita, meno simili alla mano umana ma più semplici da controllare, hanno registrato prestazioni migliori. Sulla piattaforma Franka Duo con pinza Robotiq, Gemini Robotics 2 ha raggiunto il 74,2% nelle operazioni generali di presa e posizionamento, il 78,9% nella preparazione di kit di strumenti e l’89,6% nei compiti di inserimento preciso.I risultati mostrano perché molte aziende puntino ancora su strumenti specializzati. Una pinza industriale può superare una mano antropomorfa quando gli oggetti e le operazioni sono conosciuti. Le mani con più dita diventano economicamente interessanti quando una sola macchina deve utilizzare utensili, contenitori e postazioni progettati per le persone, senza costose modifiche agli stabilimenti.Più robot possono dividersi lo stesso lavoroGemini Robotics ER 2 introduce anche la collaborazione tra robot. Il modello può assegnare parti di un’attività a macchine differenti e controllare lo stato di avanzamento. Un robot mobile potrebbe trasportare un contenitore, mentre un umanoide raccoglie gli oggetti e un braccio fisso li dispone in una confezione.Il sistema di ragionamento è progettato per gestire sequenze della durata di diversi minuti e centinaia di decisioni. Può identificare l’inizio e la fine di ogni fase, verificare se il risultato è corretto e tentare una strada diversa dopo un errore.La separazione tra pianificazione ed esecuzione richiama l’architettura usata nei software agentici: un modello coordina il processo, mentre strumenti specializzati eseguono le singole operazioni. Nel caso della robotica, tuttavia, un comando sbagliato produce conseguenze fisiche. Peso, velocità, distanza dalle persone e stabilità del corpo diventano parti essenziali della decisione.La collaborazione tra macchine può avere un impatto diretto sui costi. Le aziende non sarebbero costrette a comprare un robot capace di svolgere ogni mansione. Potrebbero combinare mezzi più economici e specializzati, coordinati da uno stesso livello software. Google non ha però comunicato prezzi, condizioni commerciali o tempi per la disponibilità generale dei modelli.Advanced dexterity with Gemini Robotics 2Apptronik raccoglie capitali per produrre ApolloL’annuncio arriva mentre Apptronik prepara la produzione commerciale di Apollo. L’11 febbraio 2026 la società ha comunicato di aver portato il proprio round di serie A oltre 935 milioni di dollari, grazie a una nuova estensione da 520 milioni. Tra gli investitori figurano Google, Mercedes-Benz, B Capital, PEAK6, AT&T Ventures, John Deere e Qatar Investment Authority.Il capitale deve finanziare l’aumento della produzione e le installazioni presso i clienti. La presenza di gruppi industriali nel capitale segnala che lo sviluppo degli umanoidi non è più sostenuto soltanto da fondi di venture capital. Produttori automobilistici, operatori delle telecomunicazioni e aziende di macchine agricole stanno cercando accesso diretto alle tecnologie e ai dati generati durante i test.Apptronik ha inoltre creato una rete di strutture chiamata Robot Park. La società ha dichiarato il 30 giugno 2026 che flotte di Apollo 2 raccolgono dati in questi centri e presso i siti dei clienti per contribuire allo sviluppo dei modelli Gemini Robotics.Il rapporto tra software e hardware diventa così circolare. Più robot vengono impiegati, più dati possono essere raccolti. I dati servono a migliorare i modelli, che a loro volta ampliano il numero delle mansioni automatizzabili. Per Google, il valore economico non risiede necessariamente nella costruzione del robot, ma nel livello di intelligenza utilizzato da produttori diversi.I test nelle fabbriche Mercedes-Benz e nei magazzini GXOMercedes-Benz sta sperimentando Apollo nel proprio ecosistema produttivo. Nel marzo 2025 il gruppo automobilistico ha descritto l’impiego degli umanoidi Apptronik nel Digital Factory Campus di Berlino-Marienfelde, dove vengono provati nuovi processi prima dell’eventuale trasferimento agli altri impianti.L’azienda ha indicato tra le possibili attività il trasporto di componenti verso le linee e la verifica iniziale della qualità. Sono lavori ripetitivi e fisicamente impegnativi, nei quali la forma umanoide può risultare utile perché scale, corridoi, scaffali e contenitori sono stati progettati per gli addetti.Anche GXO Logistics ha avviato un programma di ricerca e sviluppo con Apptronik. Il progetto valuta Apollo nei centri di distribuzione, con attenzione alle operazioni più faticose e ripetitive. GXO considera gli umanoidi una possibile estensione delle tecnologie già presenti nei magazzini, come veicoli mobili autonomi, sistemi di smistamento e bracci robotici.Questi programmi restano prove e non equivalgono a un’adozione su larga scala. Le imprese devono misurare il costo per operazione, il tempo di fermo, la manutenzione, il consumo energetico e la capacità del robot di lavorare in sicurezza vicino al personale. Il confronto economico non riguarda soltanto il salario di un addetto: comprende infrastrutture, assistenza tecnica, software e modifiche dei processi.Il vantaggio economico dell’adattamento rapidoUno dei dati più rilevanti per le imprese riguarda il trasferimento delle competenze tra corpi robotici. Ogni piattaforma presenta dimensioni, sensori, motori e articolazioni differenti. Addestrare un modello da zero per ciascuna macchina aumenta costi e tempi.Google afferma di aver utilizzato lo stesso checkpoint di Gemini Robotics 2 su tre configurazioni:Apollo 2 con mani SharpaWave,Apollo 2 con mani Inspire,Franka Duo con pinza Robotiq.La versione On-Device può inoltre essere adattata a piattaforme molto diverse, come Dexmate, SO101 e Trossen, usando poche ore di dati.Se confermata nelle applicazioni commerciali, questa capacità potrebbe ridurre il costo marginale di ogni nuova installazione. Un produttore potrebbe addestrare una competenza su un robot e trasferirla a modelli più piccoli, economici o adatti a un’altra postazione.Il vantaggio dipenderà comunque dalla quantità di intervento umano necessaria. Meno di 200 esempi rappresentano un progresso rispetto alla raccolta di grandi dataset, ma richiedono ancora dimostrazioni corrette, controllo della qualità e collaudi specifici per l’ambiente di lavoro.La sicurezza diventa un requisito industrialeGoogle DeepMind accompagna il lancio con ASIMOV-Agentic, un benchmark destinato a valutare la sicurezza dei sistemi robotici agentici. I test misurano, tra le altre capacità, se il modello rifiuta un comando motorio pericoloso, riconosce che un compito non può essere completato e chiede l’intervento di una persona quando non dispone di informazioni sufficienti.Gemini Robotics ER 2 può inoltre rilevare la presenza di persone, attivare strumenti di sicurezza e ordinare l’arresto del robot quando qualcuno si avvicina troppo. Google afferma che il modello ha migliorato i risultati nei test sul rispetto dei vincoli e sulla prossimità umana rispetto alle versioni precedenti.Le valutazioni del produttore non sostituiscono però la certificazione dell’intero sistema. Un robot industriale comprende hardware, sensori, attuatori, batterie, software e procedure operative. Il modello di intelligenza artificiale è soltanto una parte della catena di sicurezza.L’espansione commerciale dipenderà dalla capacità di dimostrare prestazioni ripetibili fuori dai laboratori. Gemini Robotics 2 riduce la distanza tra un comando espresso a parole e un’azione fisica complessa. La prossima verifica avverrà nei bilanci delle imprese: produttività, incidenti evitati, ore effettivamente lavorate e costo totale per attività stabiliranno se l’intelligenza “dalla punta dei piedi alle dita” può diventare un investimento industriale sostenibile.Robot intelligenti, come si sta muovendo il mercatoFigure porta Helix 02 nelle case e nelle fabbricheGemini Robotics 2 arriva in un mercato nel quale i principali produttori stanno cercando di unire locomozione, manipolazione e comprensione del linguaggio in un unico sistema. Il concorrente più vicino, per impostazione tecnologica, è Figure AI.Il 27 gennaio 2026 l’azienda californiana ha presentato Helix 02, un modello capace di controllare l’intero corpo del robot direttamente a partire dalle immagini raccolte dalle telecamere. Nella dimostrazione diffusa dalla società, un umanoide ha svuotato e caricato una lavastoviglie per circa quattro minuti, muovendosi in una cucina senza interventi umani, ripristini o comandi separati per ogni azione.Figure ha mostrato anche la collaborazione tra due umanoidi. Nel maggio 2026, due robot governati da Helix 02 hanno riordinato una camera da letto in meno di due minuti. Le macchine hanno aperto mobili, riposto vestiti e oggetti, spostato una sedia, raccolto i rifiuti e rifatto insieme il letto utilizzando una singola politica vision-language-action. La dimostrazione affronta lo stesso problema indicato da Google: coordinare robot diversi o più unità della stessa flotta durante attività composte da numerosi passaggi.La concorrenza si sta spostando anche sulla capacità produttiva. Il 29 aprile 2026 Figure ha annunciato l’aumento della produzione di Figure 03 nel proprio stabilimento BotQ. L’azienda destina i robot alla ricerca, alla raccolta di dati, ai test domestici e alle applicazioni commerciali. L’ampliamento della flotta consente di raccogliere nuovi esempi con cui addestrare Helix, secondo un meccanismo simile ai Robot Park creati da Apptronik.Il 30 giugno Figure 03 è arrivato nello stabilimento BMW di Spartanburg, nella Carolina del Sud. Figure sostiene che la generazione precedente, Figure 02, abbia contribuito nel 2025 alla produzione di 30 mila automobili. Il dato descrive il numero di vetture passate attraverso il processo al quale partecipavano i robot, non il numero di auto assemblate autonomamente dagli umanoidi.L’espansione riguarda anche la distribuzione. Il 26 maggio 2026 Figure ha firmato un accordo con Catalyst Brands, gruppo statunitense attivo nell’abbigliamento, per introdurre i propri umanoidi nel centro logistico di Reno, in Nevada. Le prime attività riguardano lavori fisicamente impegnativi all’interno della catena di approvvigionamento.Boston Dynamics prepara Atlas per la produzione industrialeBoston Dynamics ha presentato il 5 gennaio 2026, durante il Ces di Las Vegas, la versione commerciale del nuovo Atlas elettrico. Il robot è progettato per operare in fabbriche e magazzini e svolgere attività come l’alimentazione delle macchine, la preparazione degli ordini e la disposizione dei componenti nella sequenza richiesta dalle linee produttive.Il progetto ha un legame diretto con Google. Nella stessa giornata, Boston Dynamics e Google DeepMind hanno annunciato una collaborazione per integrare i modelli Gemini Robotics in Atlas. L’accordo offre a Google una seconda piattaforma umanoide oltre ad Apollo di Apptronik e consente a Boston Dynamics di affiancare alle proprie competenze meccaniche un modello generalista per il ragionamento e la manipolazione.Atlas punta su caratteristiche differenti rispetto ai prototipi destinati alle abitazioni. Boston Dynamics lo presenta come una macchina per applicazioni aziendali, progettata per affidabilità, sicurezza, integrazione con altri sistemi e lavoro continuativo. Le competenze apprese da un robot potranno essere trasferite alle altre unità della flotta, riducendo la necessità di programmare separatamente ogni macchina.Hyundai Mobis ha annunciato il 7 gennaio 2026 che fornirà gli attuatori destinati ad Atlas. L’accordo indica che la filiera degli umanoidi comincia a coinvolgere fornitori industriali già presenti nell’automotive, un passaggio necessario per aumentare i volumi e rendere disponibili ricambi, assistenza e componenti standardizzati.Google e Nvidia potrebbero diventare fornitori concorrenti dello stesso produttore. Boston Dynamics collabora infatti anche con Nvidia per integrare la piattaforma di calcolo Jetson Thor nel robot elettrico. La competizione non riguarda quindi soltanto la vendita degli umanoidi, ma il controllo del sistema operativo, dei modelli e dei processori che ne governano i movimenti.Agility Robotics trasforma i progetti pilota in contrattiAgility Robotics segue un percorso più concentrato sulla logistica e sulla movimentazione dei materiali. Il suo umanoide Digit utilizza gambe e braccia per spostare contenitori e materiali in ambienti progettati per i lavoratori, ma non dispone di mani antropomorfe paragonabili a quelle di Apollo o Figure.Il 19 febbraio 2026 Agility ha annunciato un accordo commerciale con Toyota Motor Manufacturing Canada. Dopo una fase pilota, Toyota prevede di utilizzare Digit nelle attività produttive, logistiche e di gestione della catena di fornitura nei propri stabilimenti canadesi. La definizione di “accordo commerciale” distingue il progetto dalle numerose sperimentazioni senza impegni di acquisto diffuse nel settore.Un’intesa analoga era stata raggiunta con Mercado Libre per introdurre Digit nelle attività di evasione degli ordini, partendo da un impianto in Texas e prevedendo una possibile estensione in America Latina. Agility ha inoltre comunicato che Digit aveva superato la movimentazione di 100 mila contenitori durante un impiego commerciale entro novembre 2025.Il 17 luglio 2026 la società ha aperto a Fremont, in California, una struttura dedicata allo sviluppo della “physical AI”. Il centro deve accelerare l’apprendimento di nuove competenze e sostenere le installazioni commerciali. Agility prepara intanto Digit V5, una nuova generazione dotata di funzioni locali per rilevare la presenza umana e lavorare fuori dalle aree rigidamente separate da barriere.La fabbrica di Agility Robotics a Fremont, CaliforniaLa società ha dichiarato anche di voler accedere ai mercati finanziari attraverso la fusione con Churchill Capital Corp XI. L’operazione, annunciata nel giugno 2026, dovrebbe finanziare il lancio commerciale di Digit V5. Il progetto resta soggetto alle condizioni previste per la chiusura della fusione e alle approvazioni richieste.Nvidia costruisce l’infrastruttura comune della roboticaGoogle DeepMind sviluppa modelli destinati a diventare il cervello dei robot. Nvidia cerca invece di fornire l’infrastruttura utilizzata dall’intero settore: processori, modelli aperti, ambienti di simulazione e strumenti per trasferire le competenze dal mondo virtuale alle macchine reali.Il 5 gennaio 2026 Nvidia ha presentato nuovi modelli e framework per la physical AI. L’offerta comprende strumenti della famiglia Isaac e Cosmos destinati all’addestramento, alla simulazione e all’esecuzione dei modelli robotici. L’azienda punta a consentire ai produttori di creare sistemi generalisti, capaci di imparare più attività, e modelli specialistici ottimizzati per singole mansioni.Il 16 marzo, durante la conferenza Gtc 2026, Nvidia ha ampliato la famiglia Isaac Gr00t e gli strumenti di simulazione. I partner indicati dall’azienda comprendono produttori di robot industriali, sviluppatori di umanoidi e società che realizzano modelli di intelligenza artificiale.Il modello economico è simile a quello costruito da Nvidia nei data center: vendere la capacità di calcolo e il software di base a imprese che competono tra loro sul prodotto finale. Google segue una strada in parte diversa, perché Gemini Robotics può diventare un livello di intelligenza proprietario utilizzato su corpi prodotti da aziende differenti.Una corsa tra modelli, fabbriche e datiGli annunci del 2026 mostrano tre linee di competizione:Google e Figure lavorano su modelli capaci di controllare l’intero corpo e di interpretare istruzioni linguistiche;Apptronik, Boston Dynamics e Agility cercano di aumentare la produzione e l’affidabilità dell’hardware;Nvidia punta a fornire processori, simulazioni e modelli di base a una parte ampia del mercato.Le dimostrazioni presentate dalle aziende non sono direttamente confrontabili. Ogni produttore sceglie oggetti, ambienti, durata delle prove e criteri di successo differenti. I video mostrano che i robot riescono a svolgere attività più lunghe e articolate rispetto alle generazioni precedenti, ma raramente includono dati completi su errori, interventi umani, manutenzione e costo per operazione.Il passaggio decisivo riguarda i contratti commerciali. Toyota, BMW, Mercedes-Benz, GXO, Mercado Libre e Catalyst Brands stanno utilizzando o sperimentando umanoidi nelle proprie attività. Le prime installazioni si concentrano sulla logistica interna, sulla movimentazione dei materiali e sui lavori ripetitivi. Sono mansioni con un valore economico misurabile e ambienti più controllabili rispetto alle abitazioni.Gemini Robotics 2 si inserisce quindi in una corsa già avviata. Il vantaggio di Google dipenderà dalla capacità di trasferire lo stesso modello tra robot diversi e di ottenere prestazioni affidabili con pochi esempi. Per i produttori di hardware conteranno invece volumi, durata delle macchine, sicurezza e assistenza. Le imprese clienti valuteranno il risultato con indicatori più semplici: costo per attività, ore operative, frequenza degli errori e tempo necessario per recuperare l’investimento.Leggi la Model card di Gemini Robotics 2Gemini Robotics 2 ER in Google AI Studio
