Gemini Robotics: co Google DeepMind zveřejnil, na kterých robotech modely běží a jaké mají limity

Gemini Robotics je rodina modelů umělé inteligence od Google DeepMind, které převádějí obraz z kamer a mluvené či psané pokyny na pohyby robota. Byla oznámena v březnu 2025 a v červnu 2025 následovala offline verze běžící přímo v robotu (on-device). DeepMind ji předvedl na laboratorních ramenech (ALOHA 2, Franka) a na humanoidu Apollo od společnosti Apptronik. Boston Dynamics ji nyní zkoumá pro robota Atlas. Většina verzí je zatím dostupná jen vybraným testerům.

Tento článek popisuje v chronologickém pořadí, co DeepMind skutečně zveřejnil, a co to znamená, pokud sledujete, jak se roboti přesouvají z laboratoří do reálných prostor.

První vydání: dva modely, březen 2025

Google DeepMind oznámil Gemini Robotics dne 12. března 2025 jako dva modely postavené na Gemini 2.0:

• Gemini Robotics je model typu vidění–jazyk–akce (VLA, vision-language-action). Přijímá obrazy a pokyny a vytváří povely pro motory, které robota řídí přímo.
• Gemini Robotics-ER (embodied reasoning, vtělené uvažování) je model s lepším prostorovým porozuměním. Sám robota nepohybuje; robotici jeho výstup, například polohy předmětů nebo plánovaná uchopení, využívají ve vlastním řídicím softwaru.

DeepMind představil tři cíle: obecnost (zvládání objektů a prostředí, která model nezná), interaktivitu (plnění pokynů zadaných konverzačně a reakce na změny) a zručnost (vícekrokové úlohy, například skládání origami nebo balení tašky). Společnost uvedla, že model více než zdvojnásobil výkon v jejím vlastním testu generalizace ve srovnání s jinými modely VLA. Toto číslo pochází z vlastního testování DeepMindu, nikoli z nezávislého hodnocení.

Technická zpráva na arXiv, poprvé odeslaná 25. března 2025, uvádí více podrobností. Podle ní lze modely přizpůsobit novým úlohám už pomocí 100 ukázek a také novým tělům robotů. Pokud je pro vás pojem VLA nový, v našem výkladu o modelech vidění–jazyk–akce najdete vysvětlení, jak fungují.

Na kterých robotech a s jakými partnery

Při uvedení DeepMind sdělil, že většina jeho trénovacích dat pocházela z ALOHA 2, dvouramenné výzkumné platformy. Model ukázal také na dvouramenné sestavě Franka, kterou používají univerzity, a na Apollu, humanoidu od společnosti Apptronik se sídlem v Austinu, kterou označil za hlavního hardwarového partnera.

Skupina důvěryhodných testerů (trusted testers) získala také přístup ke Gemini Robotics-ER: Agile Robots, Agility Robotics, Boston Dynamics a Enchanted Tools. Být testerem znamená model hodnotit, nikoli ho nasadit do komerčního produktu.

Dosud největší partnerství přišlo 5. ledna 2026, kdy Boston Dynamics a Google DeepMind oznámily na veletrhu CES výzkumné partnerství, jehož cílem je přinést modely Gemini Robotics na nového humanoida Atlas. Obě společnosti je popsaly jako společný výzkum, který začne v následujících měsících a zaměří se na průmyslovou práci, nejprve na výrobu automobilů. Jde o výzkumný plán, nikoli o produkt v prodeji. Samotného robota popisuje naše stránka o Boston Dynamics Atlas.

Gemini Robotics On-Device: provoz bez cloudu

Dne 24. června 2025 DeepMind vydal Gemini Robotics On-Device, menší model VLA určený ke spouštění na počítači přímo v robotu. Jeho hlavní předností je, že nepotřebuje připojení k síti. To je důležité tam, kde záleží na zpoždění odezvy nebo kde je špatné připojení, což dobře znají všichni, kdo se někdy spoléhali na wi-fi v nějakém areálu.

Hlavní informace DeepMindu o tomto modelu:

• Byl trénován na robotech ALOHA, ale vývojáři jej přizpůsobili dvouramennému robotu Franka FR3 a humanoidu Apollo od Apptroniku.
• Lze jej doladit na novou úlohu už pomocí 50 až 100 ukázek.
• Vyšel spolu se sadou Gemini Robotics SDK pro testování v simulaci a přizpůsobování modelu. Přístup vyžadoval přihlášení do programu důvěryhodných testerů.

DeepMind byl ohledně kompromisu otevřený. Model přímo v robotu podává horší výkon než plný cloudový Gemini Robotics u náročnějších, neznámých úloh a složitých vícekrokových pokynů, ačkoli podle DeepMindu překonal dřívější lokální modely, se kterými jej porovnával. Z hlediska bezpečnosti DeepMind vývojářům doporučil testovat podle sémantických bezpečnostních měřítek a provádět cvičení red-teamingu, přičemž fyzickou bezpečnost při pohybu mají zajišťovat nízkoúrovňové řadiče.

Gemini Robotics 1.5: přemýšlení před jednáním

Dne 25. září 2025 DeepMind oznámil Gemini Robotics 1.5 a Gemini Robotics-ER 1.5. Myšlenkou je dělba práce. Model ER plánuje úlohu krok za krokem a může volat nástroje, například Google Search. Model VLA pak provede každý krok a před jednáním může své uvažování vyjádřit běžným jazykem.

DeepMind také uvedl, že pohyby naučené na jednom robotu se přenesly na další (ALOHA 2, Franka a Apollo) bez samostatného trénování pro každého z nich. Dostupnost se zde poprvé rozdělila: Gemini Robotics-ER 1.5 byl zpřístupněn vývojářům přes Gemini API v Google AI Studiu, zatímco model akcí Gemini Robotics 1.5 zůstal u vybraných partnerů. DeepMind také vydal aktualizovanou verzi ASIMOV, svého měřítka sémantické bezpečnosti, které poprvé zveřejnil v březnu 2025.

Druhá generace: co ukazují stránky nyní

Když jsme stránky 31. října 2026 zkontrolovali, uváděly modelové stránky DeepMindu tři modely druhé generace. Datované oznámení jejich uvedení jsme nenašli, proto data níže pocházejí z vývojářské dokumentace, kde jsou uvedena.

• Gemini Robotics 2. Stránka Gemini Robotics 2 jej popisuje jako nejpokročilejší model VLA společnosti DeepMind, dostupný v soukromém náhledu (private preview) s čekací listinou. Jmenuje Apollo (s rukama Inspire a Sharpa) a sestavu Franka Duo a zmiňuje řízení celého těla, například krokování, dřepy a předklony. Výsledky, které DeepMind sám zveřejnil, se podle úlohy velmi liší: například 92 % u odšroubování, ale 44 % u vázání pytlů a 32 % na nižším konci výsledků u vícedotykových úloh s prsty.
• Gemini Robotics-ER 2. Dokumentace robotiky v Gemini API jej uvádí jako náhledový model (preview), aktualizovaný v červenci 2026, spolu s proudovou variantou pro práci v reálném čase. Předchozí náhled ER 1.6 z prosince 2025 je od 31. srpna 2026 označen jako zastaralý.
• Gemini Robotics On-Device 2. Stránka On-Device 2 uvádí, že je ve fázi důvěryhodných testerů a že se dokáže přizpůsobit novým tělům robotů s méně než 200 příklady a několika hodinami trénování. Konkrétní roboty nejmenuje.

Pokračuje vzorec z roku 2025. Model pro uvažování je pro vývojáře otevřen v náhledu, zatímco modely, které roboty pohybují, jsou stále v soukromém přístupu nebo přístupu pro testery.

Limity, které uvádí sám DeepMind

Vývojářská dokumentace je v otázce rizik přímá. Uvádí, že uživatelé odpovídají za udržení bezpečného prostoru kolem robota, že modely umělé inteligence dělají chyby a že fyzičtí roboti mohou způsobit škody. Uvádí také halucinace, přidané zpoždění u složitých dotazů a značné výpočetní náklady. Vyžaduje výslovný souhlas identifikovatelných osob, jejichž hlas nebo podobu robot zpracovává, což navazuje na širší otázky ochrany soukromí v našem průvodci o kamerách, mikrofonech a soukromí návštěvníků.

Za zmínku stojí ještě tři výhrady:

• Výsledky jsou uváděny samotnou firmou. Míry úspěšnosti a srovnání v testech pocházejí z vlastních testů DeepMindu, většinou v laboratorních podmínkách.
• Ukázky nejsou nasazení. Skládání, balení a třídění v kontrolovaném prostoru není totéž jako celodenní práce v zaplněné hale.
• Předváděné roboty většinou nejsou roboti pro akce. Příklady zveřejněné DeepMindem využívají výzkumná ramena, Apollo a, ve výzkumném plánu, Atlas. Žádné z oznámení, která jsme zkontrolovali, neříká, že by humanoidi běžně pronajímaní na akce používali Gemini Robotics.

Co to znamená pro pořadatele akcí

• K tvrzením o modelech umělé inteligence přistupujte opatrně. Pokud dodavatel tvrdí, že robota pohání základní model (foundation model), zeptejte se, který model, která verze a v jakém režimu poběží v den akce. Realistický obraz toho, co je k dispozici, podává náš průvodce které humanoidní roboty si můžete dnes pronajmout.
• Provoz přímo v robotu má v místě konání význam. Model, který běží bez cloudu, snižuje závislost na síti místa konání, ale DeepMind uvádí, že lokální verze jsou u složitých úloh méně schopné než cloudové modely.
• Počítejte s člověkem v řetězci. Většina vystoupení na akcích zatím stále závisí na skriptovaném nebo dálkově ovládaném chování; co publikum skutečně vidí, popisuje text teleoperovaní, nebo autonomní roboti.
• Plánování bezpečnosti se nemění. Chytřejší model neruší potřebu vyloučených zón, vyškolených operátorů a postupu pro zastavení, jak uvádí náš průvodce plánováním bezpečnosti na veřejných akcích.
• Před rezervací si ověřte ochranu soukromí. Pokud robot odesílá data z kamery nebo mikrofonu do cloudového modelu, musíte vědět, kam tato data putují a jaký souhlas potřebujete. Tento článek poskytuje obecné informace, nikoli právní poradenství.

Časté otázky

Co je Gemini Robotics?

Gemini Robotics je rodina modelů umělé inteligence od Google DeepMind, poprvé oznámená 12. března 2025. Zahrnuje modely typu vidění–jazyk–akce, které převádějí obraz a pokyny na pohyby robota, modely vtěleného uvažování (ER), které rozumějí prostoru a plánují úlohy, a verze přímo v robotu (on-device), které běží na vlastním počítači robota bez připojení k síti. Stránky DeepMindu nyní uvádějí druhou generaci všech tří.

Na kterých robotech Gemini Robotics běží?

DeepMind své modely předvedl na dvouramenné výzkumné platformě ALOHA 2, na robotických ramenech Franka a na humanoidu Apollo od společnosti Apptronik. Jako první důvěryhodní testeři byli jmenováni Agile Robots, Agility Robotics, Boston Dynamics a Enchanted Tools. V lednu 2026 Boston Dynamics a DeepMind oznámily společný výzkum, který má přinést Gemini Robotics na humanoida Atlas, nejprve pro výrobu automobilů.

Co je Gemini Robotics On-Device?

Je to menší model typu vidění–jazyk–akce vydaný 24. června 2025, který běží lokálně v robotu, takže nezávisí na připojení k internetu. DeepMind uvádí, že jej lze přizpůsobit nové úloze pomocí 50 až 100 ukázek, ale u neznámých nebo složitých vícekrokových úloh podává horší výkon než plný cloudový model. Druhá verze je uvedena ve fázi důvěryhodných testerů.

Může Gemini Robotics dnes používat kdokoli?

Jen částečně. Model vtěleného uvažování, nyní Gemini Robotics-ER 2, je vývojářům dostupný jako náhled přes Gemini API a Google AI Studio. Modely, které přímo řídí pohyb robota, tedy Gemini Robotics 2 a On-Device 2, jsou podle stránek DeepMindu zkontrolovaných 31. října 2026 vedeny jako soukromý náhled nebo přístup pro důvěryhodné testery s čekací listinou.

Používá robot pronajatý na akci Gemini Robotics?

Nemusí a většinou neexistuje veřejný důkaz, že ano. Příklady zveřejněné DeepMindem využívají výzkumná ramena, humanoida Apollo od Apptroniku a ve výzkumném partnerství robota Boston Dynamics Atlas. Pokud dodavatel tvrdí, že robot používá základní model, zeptejte se, který model a jaká verze, zda běží v robotu, nebo v cloudu, a kdo robota během akce dohlíží.

Jak článek vznikl: napsala ho redakce humanoid4rent s pomocí AI; každé faktické tvrzení jsme 2026-10-31 ověřili ve zdrojích uvedených níže. Našli jste chybu? Napište na info@humanoid4rent.com.