Gemini Robotics ER 2: DeepMind, 비디오 네이티브 및 다중 로봇 오케스트레이션에 베팅

DeepMind의 ER 2 업데이트는 embodied reasoning을 비디오 이해와 함대 수준 조정으로 나아가게 하며, embodied-foundation 경쟁에서 구글 브랜드의 이정표를 마련합니다.

간단히 말해

Google DeepMind가 Gemini Robotics ER 2를 발표하며, embodied 스택에 비디오 이해, 작업 오케스트레이션 및 다중 로봇 협업을 추가했습니다. 단일 팔 데모에서 함대 수준의 추론으로의 전환이 핵심 뉴스이며, 이는 알파벳이 embodied 기반 경쟁에서 다시 한 번 존재감을 드러낸 것입니다.

이 변화의 위치

현재 embodied 기반은 세 주체에 의해 주도되고 있습니다: NVIDIA GR00T, 중국의 샤오미 Robotics-U0(38B, 오픈소스), 그리고 X-Square Robot의 백본 베팅. 알파벳의 ER 라인은 숨은 강자였습니다. ER 2는 DeepMind가 여전히 경쟁력을 보유하고 있음을 재확인하는 것입니다.

내부 구조

공지에 따르면 ER 2는 세 가지 핵심 요소를 강조합니다:

• 비디오 이해 - 단일 프레임이 아닌 시퀀스 기반 추론. 이는 장기 조작에 실제로 필요한 부분입니다.
• 작업 오케스트레이션 - 자연어 목표를 컨트롤러가 실행할 수 있는 하위 목표로 분해하는 기능.
• 다중 로봇 협업 - 둘 이상의 플랫폼 간 조정된 동작.

첫 두 가지는 2025년 이후 공개된 분야의 방향을 따르고 있습니다. 세 번째는 차별화 포인트입니다. 한 로봇의 두 팔을 조정하는 것은 제어 문제지만, 한 작업에서 두 로봇을 조정하는 것은 시스템 문제입니다(공유 세계 모델, 통신, 충돌 해결).

아직 알려지지 않은 점

공지에는 GR00T나 RT-2와의 동일한 작업에 대한 직접 비교 벤치마크가 없으며, "협업"의 정량적 측정(지연 시간, 조정 범위, 장애 모드)도 없습니다. 제3자가 재현할 때까지는 가능성 발표로만 간주하십시오.

결론

결정권자에게: embodied 스택이 LLM 패턴을 따르고 있음을 보여주는 강력한 신호입니다. 하나의 백본이 다양한 폼 팩터에 적용 가능하다는 점입니다. 미들웨어 계층이 모델 호출로 통합되는 시장으로 예산을 조정하십시오.

개발자에게: API 표면을 주시하십시오. ER 2가 알파벳 내부 로봇틱스 팀 외부에 공개된다면, 물리적 자동화의 통합 지점이 18개월 이내에 바뀔 수 있습니다.

이 변화의 흐름: 이제可见한 분기는 구글의 폐쇄형 상위Push와 샤오미의 38B 오픈웨이트 베팅(Robotics-U0)으로 나뉩니다. 중국 лабора리들이 샤오미처럼 오픈웨이트 경로를 선택하면서 이 분기가 2026년 말까지 더 벌어질지 여부가 주목할 이야기입니다.