<구글 딥마인드 Gemini Robitcs 2 Familiy 공개

*총평: 전신 제어, 온디바이스 VLA, Long-Horizon 작업, 멀티로봇, Cross-embodiment 등 이미 그동안 제시되었던 방향이라 크게 새로운 점은 없지만, 최근 트렌드를 집대성한 발표라고 봐주시면 될 것 같습니다. https://deepmind.google/models/gemini-robotics/ - 2026년 7월 30일 Gemini Robotics 2를 공개하며 로봇 AI 스택을 세 개로 분리(Gemini Robotics 2, Gemini Robotics ER 2, On-Device 2). 아래와 같은 구조로 이해. ---- 사용자 명령 / 카메라 / 오디오 ↓ Gemini Robotics ER 2 - 상황 이해 - 작업 분해 - 순서 계획 - 로봇별 역할 분담 - 진행률·실패 여부 확인 ↓ VLA 또는 로봇 제어 API 호출 ↓ Gemini Robotics 2 또는 On-Device 2 ↓ 관절·손·그리퍼·보행 Action 출력 ↓ 센서 피드백을 ER 2가 다시 확인 ---- - Gemini Robotics 2 *기존 Gemini Robotics는 주로 고정된 상체나 테이블 위 양팔 작업에 집중했음. 이번 모델은 휴머노이드의 발부터 손가락까지 전체 몸을 하나의 모델로 제어하는 형태임. *보행 모델과 매니퓰레이션 모델을 단순히 따로 구동하는 것이 아니라, 이동·균형·몸통·팔·손을 통합적으로 컨트롤하는 방향. *한계는 아직 다지 손을 완벽히 컨트롤 하지 못한다는 점. - Gemini Robotics ER 2 *Embodied Reasoning 모델로 액션 출력보다 상위의 플래닝(행동 계획)을 수행. 사람의 명령·카메라 영상에 기반해 ER 2가 상황 이해 및 작업 분해하는 구조. *ER 2는 단일 이미지가 아니라 연속 영상을 이해. 어디까지 진행됐는지, 실패했는지, 재시도해야 하는지를 판단. 그리고 추론 지연을 피하기 위해 행동이 진행되는 동안 다음 행동을 추론. *Multi-robot collaboration도 강조. 한 로봇이 모든 작업을 수행하는 대신, 서로 다른 로봇의 능력을 파악해 역할을 분담하는 구조. - On-Device 2 *"통신 없이" 로컬에서 텍스트 명령·카메라 이미지·관절 및 센서의 고유감각 데이터를 받아 숫자 형태의 로봇 Action을 출력.