Google Cloud rende disponibile ai suoi clienti Gemini Robotics ER 2, un modello incaricato di pianificare i compiti dei robot, in anteprima pubblica dal 27 ottobre 2026. Il modello non comanda i motori direttamente: si appoggia ad altri strumenti per agire.
Presso l’istituto singaporiano A*STAR IMRE, che progetta nuovi materiali, il laboratorio dispone di un vecchio reattore a microonde che non ha un’API, ma uno schermo touch. Il suo direttore esecutivo, il professor Loh Xian Jun, desidera che i robot guidati da ER 2 sappiano «leggere lo schermo touch di un vecchio reattore a microonde sprovvisto di API, bilanciare e caricare una centrifuga, o spostare campioni in sicurezza in un laboratorio molto frequentato». Lo afferma nel post di Google Cloud, prima di aggiungere: «Questo è il livello successivo a cui aspiriamo.»
Un modello che pianifica, un altro che esegue
Google DeepMind aveva presentato ER 2 il 30 luglio 2026, disponibile per gli sviluppatori tramite l’API Gemini e Google AI Studio. Dal 27 ottobre, le aziende clienti di Google Cloud possono richiamarlo in Model Garden con l’identificativo gemini-robotics-er-2-preview, provarlo in Agent Studio e poi distribuirlo con i controlli di sicurezza della piattaforma. Secondo la documentazione dell’API Gemini, il suo predecessore, ER 1.6, è stato dismesso dal 31 agosto 2026.
Google lo descrive come «un cervello di alto livello per i robot», che «affida poi l’esecuzione motoria a qualsiasi modello visione-linguaggio-azione (VLA) di livello più basso». Un VLA è un modello che collega immagine, linguaggio e gesti. ER 2 riceve video, audio o testo, suddivide il compito, chiama gli strumenti dichiarati dallo sviluppatore, quindi esamina il video per verificare che una fase sia riuscita e riavviarla se necessario. Basato su Gemini 3.5 Flash secondo la sua scheda tecnica, produce solo testo. Il modello che comanda i motori, Gemini Robotics 2, è riservato a partner in accesso anticipato, secondo il post di DeepMind del 30 luglio.
Dati annunciati da Google, una sicurezza affidata all’operatore
Google rivendica una precisione del 91,3% nell’individuare, in un video, il fotogramma in cui si verifica un evento critico, con uno scarto medio di 0,96 secondi. Secondo l’azienda, il modello funzionerebbe a «4 volte la velocità di esecuzione» di «molte categorie di modelli più grandi», senza che questi modelli siano nominati. Sulla classificazione dello stato di avanzamento di un compito, il post di luglio annuncia il 57,4% di risposte corrette. Google non pubblica né il protocollo di questo test né i punteggi dei concorrenti.
La documentazione robotica dell’API Gemini precisa che «spetta a voi mantenere un ambiente sicuro intorno al robot». La scheda tecnica esclude le applicazioni critiche per la sicurezza, come la salute o i trasporti. Nel rapporto sulla sicurezza di DeepMind, datato 29 luglio 2026, i migliori modelli testati rilevano su un’immagine il superamento di un limite di un metro intorno a una persona con una precisione di circa il 79-93%. In versione agentica, i modelli che riducono al 10-15% circa la percentuale di arresti mancati quando una persona è vicina fermano il robot senza motivo nel 15-25% dei casi. Nessuno si avvicina allo zero su entrambi i fronti. Il rapporto ritiene che sia «attualmente preferibile» utilizzare questi modelli con «sistemi di sicurezza deterministici di basso livello».
Un uso in produzione e un prezzo promozionale
In questi annunci, l’unico uso robotico descritto in produzione proviene da Boston Dynamics. L’8 aprile 2026, il suo modulo di ispezione visiva per Spot, AIVI-Learning, è passato a Gemini Robotics ER 1.6 per i clienti registrati, per la lettura di indicatori, il livello delle spie dei liquidi, i danni su un nastro trasportatore o il conteggio dei pallet. La condivisione dei dati con Boston Dynamics è obbligatoria. Marco da Silva, che dirige l’attività Spot, ritiene che ER 2 porti «ancora più valore» a questi clienti: «Il video cambia ciò che può essere un’ispezione.» Nessun calendario per il passaggio a ER 2 è stato pubblicato.
La griglia tariffaria di Google Cloud mostra per ER 2 un prezzo promozionale di 1 dollaro per milione di token in ingresso e di 5 dollari in uscita, fino al 31 dicembre 2026. Google rimborsa sotto forma di crediti il 50% della spesa netta, senza precisare quando questi crediti siano versati né per quanto tempo rimangano validi. Dal 1° gennaio 2027, la griglia mostra 2 dollari in ingresso e 10 dollari in uscita.
