GoogleのGeminiが「体」を手に入れた。人型ロボットを足先から指先まで動かすGemini Robotics 2とは？

AIニュース

GoogleのAI「Gemini」が、ついに画面の中から現実世界へ動き出しました。

Google DeepMindは2026年7月30日、ロボット向けの新しいAIモデル「Gemini Robotics 2」を発表しました。

今回のモデルは、人型ロボットの腕や手だけではなく、足先から指先まで全身を制御できます。

歩く、しゃがむ、手を伸ばす、物をつかむといった一連の動きをAIが判断し、複数のロボットが協力して作業することも可能です。

さらに、袋を結ぶ、ファスナー付き袋を閉じる、電球を外すといった細かな作業にも対応しています。

これまで文章や画像を生成してきたGeminiが、現実世界で物を動かす「フィジカルAI」へ進化し始めました。

Gemini Robotics 2とは？

Gemini Robotics 2は、Google DeepMindが開発したロボット向けAIモデルです。

人間からの指示やカメラ映像を理解し、それをロボットの動作へ変換します。

従来の産業用ロボットは、あらかじめ決められた位置や順番に従い、同じ作業を繰り返すものが中心でした。

一方、Gemini Robotics 2は、周囲の状況を見ながら、次に何をするべきかを判断できます。

たとえば、

「じょうろを下の棚にある緑色の箱へ入れて」

と指示すると、ロボットは次の動作を連続して行います。

  • じょうろが置かれている場所を確認する
  • テーブルまで歩く
  • じょうろをつかむ
  • 棚まで移動する
  • しゃがむ
  • 指定された箱へ入れる

個々の動きを一つずつ人間が指定するのではなく、最終的な目的から必要な行動を組み立てられる点が大きな特徴です。

公式動画：人型ロボットを足先から指先まで制御

Google DeepMindが公開した公式動画では、人型ロボットが部屋の中を移動しながら、さまざまな物を片づける様子を確認できます。

※Google DeepMind公式YouTube動画です。

従来のGemini Roboticsは、主にロボットの上半身やテーブル上の作業を中心に制御していました。

Gemini Robotics 2では制御範囲が全身へ広がり、歩行、姿勢変更、腕の操作、手先の作業を一つの流れとして扱えるようになりました。

Google DeepMindは、人型ロボット「Apollo 2」を使った実験を公開しています。

Apollo 2は指示を理解すると、自分で目的地まで歩き、物を持ち上げ、棚の指定された位置へ置きます。

ただし、現時点では人間と同じ速度で素早く動けるわけではありません。

Google DeepMindも、移動速度には今後の改善が必要だと説明しています。

それでも、腕だけではなく全身をAIが制御できるようになったことは、家庭や職場で動く汎用ロボットに向けた大きな一歩です。

3種類のAIモデルでロボットを動かす

今回発表されたGemini Robotics 2は、一つのモデルだけで構成されているわけではありません。

Google DeepMindは、役割の異なる3種類のモデルを発表しました。

Gemini Robotics 2

カメラ映像や言葉による指示を、ロボットの具体的な動作へ変換するモデルです。

人型ロボットの全身や、2本のアームを持つロボットを制御できます。

人間で例えるなら、脳からの指示を受け、実際に筋肉を動かす役割に近いモデルです。

Gemini Robotics ER 2

ERは「Embodied Reasoning」の略で、現実世界における状況判断を担当します。

ロボットが人間の指示を理解し、周囲を確認しながら、作業の手順を考えます。

複数の工程がある仕事を計画したり、失敗に気づいてやり直したり、別のロボットへ仕事を引き継いだりする役割も持っています。

こちらは、ロボット全体をまとめる「高レベルの頭脳」に近い存在です。

Gemini Robotics On-Device 2

インターネットやクラウドへ常時接続せず、ロボット本体で動かすための軽量モデルです。

通信の遅延が問題になる場所や、安定したインターネット環境がない場所でも利用できます。

また、少ない学習データで新しい形のロボットへ適応できることも特徴です。

Google DeepMindによると、200件未満の事例と数時間程度のデータで、形状の異なるロボットへ適応できる場合があります。

5本指の手で細かな作業にも対応

ロボットが家庭や職場で働くためには、歩くだけでは不十分です。

壊れやすい物を持ったり、袋を閉じたり、道具を使ったりする細かな動作が必要になります。

Gemini Robotics 2は、5本の指を持つロボットハンドの制御にも対応しています。

Google DeepMindの実験では、次のような作業が公開されました。

  • 電球を取り付ける
  • 電球を取り外す
  • 袋を結ぶ
  • ファスナー付き袋を閉じる
  • ちり取りを使う
  • 小さな物を決められた場所へ入れる

公式動画：ロボットの器用な手作業

実際の動きは、Google DeepMindが公開した次の公式動画で確認できます。

※Google DeepMind公式YouTube動画です。

動画を見ると、動作速度や成功率はまだ人間に及ばないものの、単純に物をつかんで移動させるだけの段階から進んでいることが分かります。

Google DeepMindが公開した評価では、電球を外す作業では高い成功率を記録しています。

一方で、袋を結ぶ、ちり取りを使う、ファスナー付き袋を閉じるといった作業には、まだ失敗も多く残っています。

そのため、明日から家事をすべて任せられるような完成度ではありません。

しかし、同じAIモデルが複数の手やロボットに対応し、異なる種類の作業を学べるようになった点は重要です。

複数のロボットが協力して働く

Gemini Robotics 2のもう一つの特徴が、複数のロボットによる協働です。

ロボットには、それぞれ得意な作業があります。

人型ロボットは、人間向けに作られた場所を移動しやすい一方、大きな荷物の運搬や精密作業では別の形のロボットが適している場合があります。

Gemini Robotics ER 2は、異なるロボット同士で情報を共有し、作業を分担できるようにします。

たとえば、人型ロボットが部屋の中から物を集め、固定式のロボットアームが細かな整理を担当するといった連携が可能です。

公式動画：複数ロボットの共同作業

Google DeepMindの公式動画では、人型ロボットと2本のアームを持つロボットが協力して作業する様子が紹介されています。

※Google DeepMind公式YouTube動画です。

1台の万能ロボットにすべての機能を詰め込むのではなく、異なる特徴を持つロボットをAIが指揮する考え方です。

これは工場や倉庫だけではなく、病院、建設現場、災害対応などにも応用できる可能性があります。

ロボットが自分で失敗に気づく

現実世界では、想定どおりに作業が進むとは限りません。

物を落としたり、置く場所がずれたり、人が途中で通りかかったりします。

決められた動作を繰り返すだけのロボットでは、少し状況が変わるだけで作業を続けられなくなることがあります。

Gemini Robotics ER 2は、ロボットのカメラ映像を継続的に確認し、作業がどこまで進んだかを判断します。

失敗を検出した場合は、その工程をやり直したり、別の方法へ変更したりできます。

さらに、作業が完了した瞬間を判断し、次の工程へ移る機能も強化されています。

たとえば電球を締める作業では、「電球に触った」だけでは完了になりません。

正しく固定されたことまで確認し、初めて次の作業へ進む必要があります。

人間には当たり前に見える判断ですが、ロボットにとっては非常に難しい問題です。

Google検索などの外部ツールも利用可能

Gemini Robotics ER 2は、Google検索や開発者が用意した外部機能を呼び出せます。

たとえば、初めて見る機器の操作方法が分からない場合に、インターネットで情報を調べてから作業手順を考えるといった使い方が想定されます。

これは、パソコン上で動くAIエージェントが検索やアプリを利用する仕組みと似ています。

違うのは、最終的な操作対象がブラウザやファイルではなく、現実世界の物であることです。

AIエージェントが画面上の仕事を自動化してきたように、今後はロボットが物理的な作業を自動化する可能性があります。

安全面はどうなっている？

AIがロボットの全身を動かすとなると、性能以上に重要になるのが安全性です。

Gemini Robotics ER 2には、人間が近づいたことを検知し、ロボットを安全に停止させる仕組みが組み込まれています。

人が離れ、安全を確認した後に作業を再開することもできます。

また、危険な指示を拒否できるか、不可能な作業を見分けられるか、判断に迷った際に人間へ確認を求められるかを評価する新しい安全ベンチマークも導入されました。

ただし、研究段階の評価で高い性能を記録したからといって、あらゆる環境で事故が起きないことを保証するものではありません。

家庭や職場で人と一緒に働くためには、AIだけでなく、センサー、緊急停止装置、動作範囲の制限など、複数の安全対策が必要です。

Gemini Robotics 2はすぐに使える？

3種類すべてが一般公開されたわけではありません。

Gemini Robotics ER 2は、Gemini APIとGoogle AI Studioを通じて開発者が利用できます。

一方、ロボットの実際の動作を制御するGemini Robotics 2とGemini Robotics On-Device 2は、早期アクセスパートナー向けの提供です。

そのため、一般ユーザーがGeminiアプリを開き、自宅のロボットへすぐ接続できるわけではありません。

また、ロボット本体も必要になるため、文章生成AIのようにパソコンやスマートフォンだけで試せる技術ではありません。

まずはロボットメーカーや研究機関、企業向けの導入から進むと考えられます。

仕事はロボットに奪われるのか

Gemini Robotics 2のような技術を見ると、「人間の仕事がロボットに奪われるのではないか」と不安になる人もいるでしょう。

実際、工場や倉庫などでは、定型作業の自動化がさらに進む可能性があります。

ただし、現在公開されているロボットは、動作速度、成功率、導入費用、安全性などに課題があります。

人間が行う仕事をそのまま丸ごと置き換えられる段階ではありません。

当面は、次のような用途から導入が進むと考えられます。

  • 危険な場所での作業
  • 重い物の運搬
  • 工場や倉庫の繰り返し作業
  • 夜間の点検
  • 人手不足が深刻な現場
  • 人間の作業を補助する役割

重要なのは、人間かロボットかという単純な二択ではありません。

AIが判断を担当し、ロボットが作業し、人間が監督や最終判断を担うという新しい分業が広がる可能性があります。

生成AIの次は「フィジカルAI」

これまでの生成AIは、文章、画像、音声、動画、プログラムなど、主にデジタルデータを作ってきました。

Gemini Robotics 2が目指しているのは、その先です。

AIが現実世界を認識し、考え、物理的に行動します。

つまり、

  • 見る
  • 聞く
  • 考える
  • 計画する
  • 動く
  • 失敗を確認する
  • やり直す

という一連の流れをAIとロボットで実行しようとしています。

ChatGPTやGeminiがパソコンの中で仕事をするAIエージェントだとすれば、Gemini Robotics 2は現実世界で仕事をするAIエージェントです。

AIが「答えるもの」から「実際に行動するもの」へ変わる流れは、今後さらに加速しそうです。

まとめ

Google DeepMindが発表したGemini Robotics 2は、人型ロボットを足先から指先まで制御できるAIモデルです。

歩く、しゃがむ、物を運ぶといった全身動作に加え、袋を閉じる、電球を外すといった細かな作業にも対応しています。

また、上位の判断を担当するGemini Robotics ER 2、ロボット本体で動くGemini Robotics On-Device 2を組み合わせることで、複雑な作業や複数ロボットの協働も可能になりました。

現時点では動作速度や成功率に課題があり、家庭へすぐ普及する段階ではありません。

それでも、Geminiが文章や画像を作るだけのAIから、現実世界で行動するAIへ進み始めたことは大きな変化です。

スマートフォンの中にいるAIが、ロボットの体を通して現実世界へ出てくる。

そんな未来は、すでに研究室の中で動き始めています。

出典・参考

※本記事は2026年7月31日時点で公開されている情報をもとに作成しています。モデルの提供状況、性能、利用条件は今後変更される可能性があります。最新情報はGoogle DeepMindおよびGoogle公式サイトをご確認ください。

PR

コメント

タイトルとURLをコピーしました