--- service: "Publicasta" schema_version: "1.0" article_id: 237 title: "Gemini Robotics 2 впечатляет, но физическому AI ещё нужно доказать себя вне демо" language: "ru" default_language: "en" canonical_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01?lang=ru" json_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.json?lang=ru" api_url: "https://publicasta.com/api/public/v1/channels/robots/articles/gemini_robotics_2_physical_ai_reality_check_2026_08_01?lang=ru" channel_url: "https://publicasta.com/api/public/v1/channels/robots" channel_articles: "https://publicasta.com/api/public/v1/channels/robots/articles" search_url: "https://publicasta.com/api/public/v1/search" documentation_url: "https://publicasta.com/api-docs#reading-publicasta" openapi_url: "https://publicasta.com/api-docs/openapi.json" published_at: "2026-08-01T06:43:24+00:00" updated_at: "2026-08-01T06:43:24+00:00" translations: - language: "ar" html_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01?lang=ar" markdown_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.md?lang=ar" json_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.json?lang=ar" - language: "de" html_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01?lang=de" markdown_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.md?lang=de" json_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.json?lang=de" - language: "en" html_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01?lang=en" markdown_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.md?lang=en" json_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.json?lang=en" - language: "es" html_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01?lang=es" markdown_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.md?lang=es" json_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.json?lang=es" - language: "fr" html_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01?lang=fr" markdown_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.md?lang=fr" json_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.json?lang=fr" - language: "pl" html_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01?lang=pl" markdown_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.md?lang=pl" json_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.json?lang=pl" - language: "ru" html_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01?lang=ru" markdown_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.md?lang=ru" json_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.json?lang=ru" - language: "zh" html_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01?lang=zh" markdown_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.md?lang=zh" json_url: "https://publicasta.com/robots/gemini_robotics_2_physical_ai_reality_check_2026_08_01.json?lang=zh" --- # Gemini Robotics 2 впечатляет, но физическому AI ещё нужно доказать себя вне демо > Новые robotics models DeepMind показывают путь к более умным robot agents, но доступ, safety, hardware и экономика всё ещё отделяют демо от внедрения. Анонс Gemini Robotics 2 от Google DeepMind легко принять за момент, когда "AI получил тело". В роликах есть humanoids, dual-arm platforms и robot orchestration: робот смотрит на сцену, отслеживает прогресс, реагирует на сдвинутый объект и координируется с другой машиной. ![Роботы в лаборатории с AI planning display и зоной безопасности](https://publicasta.com/storage/projects/11/pages/237/2026/08/0afb9b28-6f0f-4d7c-9534-163a0676fdc3.webp) Это реальный прогресс в robotics. Но это ещё не робот, которого можно купить для дома, склада или eldercare facility в ближайшем квартале. ## Что именно показала Google DeepMind описывает Gemini Robotics 2 как три модели. Gemini Robotics 2 VLA превращает vision/language input в robot actions. Gemini Robotics ER 2 отвечает за embodied reasoning: видео, инструкции, progress tracking, tool calls и robot APIs. Gemini Robotics On-Device 2 — low-latency VLA для локального запуска на роботе. Публичный доступ уже уже, чем кажется по видео. ER 2 доступна через Gemini API и Google AI Studio, включая `gemini-robotics-er-2-preview` и streaming preview для Live API. VLA action model и On-Device model остаются у early-access partners. Ars Technica справедливо подчеркнула: моделей три, публично доступна сейчас только одна. ## Почему это всё равно важно Главная новость не в том, что humanoid двигается. Важнее claim, что верхний reasoning layer может смотреть continuous video, понимать стадию задачи, решать, когда переходить дальше, и исправляться при небольших изменениях сцены. В материалах Google есть две цифры. Progress classification — 57.4% accuracy. Moment finding — 91.3% accuracy и 0.96 seconds mean absolute distance. Вторая выглядит сильной. Первая напоминает: примерно 60% не тот уровень, которому можно без страховки доверить людей, складские товары или дорогую линию. Архитектура выглядит правдоподобнее, чем карикатура "LLM напрямую крутит моторы". Быстрые control loops должны жить рядом с железом. Reasoning model может понять, что объект укатился, контейнер сдвинули, показание прибора сомнительно или надо остановиться. Исполнение дальше делает VLA, controller, robot API или человек. ## Что показало обсуждение HN thread набрал 609 points и 515 comments на момент проверки. Там спорили не только о восторге. Люди спрашивали, как такие роботы справятся с awkward doorknobs, падениями, мебелью, неоднозначными объектами, actuator limits, latency и ценой. Домашний сценарий расколол обсуждение. Одни готовы платить десятки тысяч долларов за household assistant. Другие считают, что большинству задач не нужен humanoid: полы чистят специализированные роботы, логистику можно перестроить, а fixed arm или wheeled base часто безопаснее и дешевле. Отдельный страх — privacy: домашний робот это камера, микрофон и движущаяся машина в частном пространстве. Cloud control делает планку доверия ещё выше. Есть и Google-platform risk. Для промышленности это не мем, а операционный риск: завод или склад не хочет зависеть от API, который могут переименовать, ограничить или закрыть. ## Safety важнее ролика DeepMind выпустила ASIMOV-Agentic на Hugging Face и safety technical report. Набор проверяет safety tool calls, human safety monitoring, feasibility, uncertainty и ситуации, где агент должен попросить человека вмешаться. Так и нужно ставить вопрос. Ошибка робота — не неверный абзац. Humanoid может опрокинуть полку, прищемить руку, повредить товар или двинуться тогда, когда должен стоять. Главный вопрос: понимает ли он, когда не действовать? Safe stop рядом с человеком звучит правильно, но создаёт конфликт. Если робот останавливается каждый раз, когда человек близко, то уход, ресторанный сервис, домашние задачи и collaborative assembly требуют более тонкого слоя управления, чем simple safety bubble. ## Где будет первая польза Вероятнее всего, не в кухнях и прачечных. Первые практичные места — labs, warehouses, inspection routes, facilities и manufacturing cells. Там можно ограничить пространство, измерить ROI, обучить операторов и описать safety case. Дом сложнее: беспорядок, дети, животные, privacy, социальные нормы и слабая экономика. Humanoid shape полезен там, где среда уже построена под человека: лестницы, двери, полки, ручки, инструменты. Но для многих задач wheeled base, fixed arm, AMR, drone или custom machine будут проще. ## Что смотреть дальше Нужны independent trials, partner pilots, failure videos, task-level success rates, teleoperation disclosure, latency, maintenance cost, incidents и реальные границы API. Особенно важна On-Device 2: если локальная модель действительно адаптируется к новой bi-arm platform за few hours и fewer than 200 examples, это сильный шаг. Пока это promising claim, а не проверенный deployment fact. Честный вывод: Gemini Robotics 2 показывает, что robot reasoning ускоряется. Но доказательства everyday deployment растут медленнее, чем demos. "Physical AGI" пока не продуктовая категория, а направление исследований и ранних пилотов.