何が発表されたのか
Google DeepMindは、ヒューマノイドロボットの「全身」を制御できると説明する新モデル、Gemini Robotics 2を公開しました。前世代は上半身の動作が中心でしたが、今回は歩く・かがむ・伸びる・物を扱うといった動きを一貫して扱います。同社は、これが全身の協調を必要とする複雑な現実タスクに向けた重要な一歩だとしつつ、動作速度にはまだ改善の余地があるとも認めています。
手先の器用さも進みました。五本指の複雑なハンドを制御でき、ジップロックを閉じる、ゴミ袋の口を縛る、電球を回して外すといった、これまで自動化の対象から外れてきた「人の手前提」の作業が視野に入ります。
同時に更新された二つのモデル
注目すべきは、単体モデルの強化にとどまらない点です。周囲を認識し指示を解釈して複数手順の作業をこなす視覚言語モデル、Gemini Robotics ER（embodied reasoning）はER 2となり、長時間にわたるタスクの遂行が改善され、「タスクがいつ始まり、いつ終わるか」を理解するようになりました。作業の区切りを自分で判断できるかどうかは、人が横で監視し続ける必要があるかどうかを分ける実務上の分岐点です。
さらに、種類の異なる複数ロボットの協働が可能になりました。公開映像では、ガレージ清掃中のApollo 2がGoogleのデュアルアームロボットに対し、工具を箱に入れるよう指示しています。ロボットが人ではなく別のロボットに指示を出す構図が、実機デモとして提示された点は見逃せません。
安全性とオフライン動作
Google DeepMindはER 2を「これまでで最も安全なロボティクスモデル」と位置づけ、近くにいる人間の検知、安全に関わるツール呼び出しの発動、人が近づきすぎた場合の安全停止を挙げています。導入判断において性能より先に問われるのは常に安全要件であり、ここを明示的に訴求し始めたことは、実験から現場への移行を意識した動きと読めます。
ネット接続なしでロボット本体上で動作するGemini Robotics On-Device Modelも更新され、形状・センサー・自由度が「大きく異なる」新しい機体へより速く適応できるようになりました。通信が不安定な工場や倉庫、あるいはデータを外に出せない現場で、ハード側の選択肢を狭めずに済むという意味を持ちます。
点をつなぐと見えるもの
全身制御・長時間タスクの理解・複数機体の協働・オンデバイス適応。この四つは別々の改良に見えて、「一台のロボットに単発動作をさせる」段階から「複数の機体が現場で一連の仕事を回す」段階へ設計思想が移りつつあることを示しています。ハードウェアメーカーがApptronikのように外部パートナーである点も含め、競争の焦点はロボットの躯体そのものより、それを動かすモデル層に移りつつあります。
💼 事業会社視点：これは自社にどう効くか
日本企業にとっての含意は、ロボット導入の検討軸が「どのハードを買うか」から「どのモデル層に乗るか」へ移る点にあります。物流倉庫や製造現場を持つ事業会社は、これまで専用機・専用ティーチング前提でROIを算定してきましたが、異なる形状の機体へ短期間で適応するオンデバイスモデルが成熟すれば、機体の入れ替えコストと償却期間の前提が変わります。設備投資の意思決定は、耐用年数よりモデル更新サイクルに引きずられることを織り込むべきです。
EC・小売の現場では、五本指ハンドによる袋の封止や不定形物の扱いが対象に入った意味が大きい。ピッキング自動化が止まってきたのは、まさに「袋・柔らかい物・棚の奥」だったからです。ここは今すぐの発注案件ではなく、自動化対象タスクの棚卸しを今のうちにやり直すべき領域です。
受託開発・SIerにとっては、収益源だったティーチングや動作プログラミングの工数が縮む一方、安全要件の設計、人検知と安全停止の運用ルール、複数機体の作業分担設計といった上位レイヤーが新たな受注領域になります。役員が今すべきは調達判断ではなく、自社工程のどこが「人の手でしかできない」とされてきたかを一覧化し、その前提を毎年見直す体制を作ることです。