何が発表されたか
Google Deepmindは、同社として最も高度なVLA（vision-language-action）モデルと位置づける Gemini Robotics 2 を発表しました。VLAモデルとは、画像認識・言語処理・行動制御を一体で扱い、ロボットが物理環境で動作できるようにするモデル群を指します。
同社の説明によれば、Gemini Robotics 2 は卓上アームのような小型の機構から全身型のヒューマノイドまで幅広い機体を制御でき、全身の動作管理、細かな手先の作業、複数ロボットの協調までを扱えるとしています。Deepmindはこれを、新世代の適応型ロボットのための「intelligence layer（知能レイヤー）」と表現しています。開発者向けにはウェイトリスト経由の早期アクセス申請が用意されました。
併せて発表された Gemini Robotics ER 2 は、「embodied reasoning」——物理世界を理解し、その情報にもとづいてどの行動を取るかを判断すること——を担うモデルです。ロボットにとっての上位の制御系として働き、4月に公開された Gemini Robotics ER 1.6 を置き換えます。ER 2 は Google AI Studio で利用可能です。
なぜ重要か：機体ごとの作り込みからの離脱
注目すべきは個々の性能の主張より、レイヤー構造そのものです。従来のロボット開発は、機体が変わればソフトウェアも作り直しになる垂直統合が常識でした。ここで示されているのは、判断を担う ER 2 と、実際の動作を出力する Gemini Robotics 2 を分け、その上に多様なハードウェアをぶら下げる構図です。もし卓上アームと人型ロボットが同じ知能レイヤーを共有できるなら、ロボットの価値の重心はハードウェアからモデル側へ移ります。
もう一つの含意は、ER 1.6 から ER 2 への置き換えが4月からの短期間で行われた点です。ロボット向けモデルが、産業機械の更新サイクルではなく、クラウドAIの更新サイクルで回り始めていることを示しています。
論点：まだ「使える」とは言い切れない
一方で、公開されている情報は Deepmind 自身の説明が中心で、Gemini Robotics 2 はウェイトリスト段階です。第三者による稼働率・安全性の検証、現場の環境変化への耐性といった、産業導入で決定的になる部分はまだ外から確認できません。触って評価できるのは、AI Studio で提供される ER 2 の推論部分が先行します。
出典: THE DECODER
💼 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、この発表は「ロボットを買う話」ではなく「ロボットの頭脳を誰が握るか」の話です。
物流・製造の現場を持つ事業会社の役員がまず見るべきは、既存設備の更新計画との時間軸のズレです。ER 1.6 から ER 2 への置き換えが4月から短期で起きたように、知能側は年単位で陳腐化します。10年償却前提のハード投資と、頻繁に更新されるモデルを同一契約で固めると、機体は動くのに頭脳が古いという状態を抱え込みます。調達条件に「制御ソフトの差し替え可能性」を書き込めるかが分岐点です。
受託開発・SIerにとっては警戒すべき変化です。特定機体向けの動作プログラミングという受注は、汎用の知能レイヤーが下から侵食します。残る価値は、現場の作業定義、安全要件、既存基幹システムとの接続といった、モデルが知り得ない自社固有の文脈側にあります。今のうちに「動かす技術」から「何をさせるかを設計する能力」へ受注ポートフォリオを寄せるべきです。
EC・SaaS事業者は直接の当事者ではありませんが、倉庫作業の単価前提が動く可能性は物流費の見積もりに効きます。まずは ER 2 が AI Studio で触れる今のうちに、自社の物理オペレーションのどこが「判断」でどこが「動作」なのかを棚卸しし、外注先任せにしない評価軸を社内に持つことを勧めます。