Роботиката отдавна не опира до ръката. Опира до главата. Новото при този модел е, че главата гледа записа на собствената си работа.
Факт
Фактите: На 30 юли 2026 Google представи Gemini Robotics ER 2, описан от компанията като мозък от високо ниво за роботи. Моделът обработва видео поток, следи докъде е стигнала задачата и се коригира по време на изпълнение. По собствените им измервания точността при класифициране на напредъка е 57,4%, а при намиране на точния кадър за важно събитие - 91,3%, със закъснение 0,96 секунди. Моделът координира инструменти и модели за действие при многостъпкови задачи и позволява различни роботи да работят заедно. Сред описаните възможности е разпознаване на човек наблизо и спиране на работата. Достъпен е през Gemini API и средата Google AI Studio; корпоративната платформа е в затворен преглед. Всички числа са на Google. Източник: Google, 30.07.2026.
Спри малко ентусиазма. Числото, което всички ще цитират, е 91,3 на сто - точността при засичане на важния кадър. Числото, което казва повече, е другото: под 60 на сто точност при преценка докъде е стигнала задачата. В цех това значи, че почти на всеки втори опит машината не е сигурна дали е свършила. За демонстрация е чудесно. За цех - не.
Роботът, който знае, че е сбъркал, е по-полезен от робота, който не бърка в клипа.
Частта, която наистина ме радва, е спирането при засечен човек наблизо. Не е ефектна и няма да влезе в заглавие, но точно тя решава дали такъв робот може да стои в помещение с хора. Всичко останало е производителност. Това е разрешително.
Това е добра стъпка към роботи, които се самопроверяват, и е честно поднесена - числата са публикувани, включително слабото. Истинската проверка обаче е на място, където подът е мазен, светлината е лоша и никой не сваля предметите от пътя.
Официални първоизточници
Google - Gemini Robotics ER 2, 30.07.2026Визуалът към статията е генериран код-арт, без чужди изображения.