GoogleがロボットAI「Gemini Robotics 2」を発表。人型ロボットが歩いて棚に片づけ、頭脳役だけがGemini APIで公開

Google DeepMindは2026年7月30日、ロボット向けのAIモデル群「Gemini Robotics 2」を公式ブログで発表しました。人型ロボットの足先から指先までを一つのモデルで動かす全身制御にはじめて対応しました。公開は3モデルで、頭脳役の「Gemini Robotics ER 2」だけがGemini API経由で開発者に公開されています。

いま実際に触れる部分は、映像の見た目よりずっと小さいところにあります。歩くロボットを動かすモデルは、限られたパートナーにしか渡っていません。

発表されたのは3つのモデル

• Gemini Robotics 2: 見たものと言葉の指示を動きに変換します。人型の全身と両腕型ロボットを動かせます
• Gemini Robotics ER 2: 頭脳役です。人と会話し、数分かかる複数手順の作業を組み立てます
• Gemini Robotics On-Device 2: 本体の中だけで動く軽量版です。形の違うロボットにも数時間で適応するとされています

人型ロボットが歩いて棚に片づける

これまでのモデルが動かせたのは上半身だけで、机の上で完結する作業に限られていました。公式ブログの例は、Apptronik社の人型ロボット「Apollo 2」に「じょうろを下の棚の緑の箱に入れて」と頼む場面です。ロボットはテーブルまで歩き、じょうろを取り、数歩移動して棚に置きます。移動の動作と物をつかむ動作を一続きに扱える点が変わりました。同社は動作の速度にまだ改善の余地があるとも書いています。

指先の作業はまだ苦手だと公式が認めている

Apollo 2に載る5本指のハンド「SharpaWave」は22の自由度を持ち、ひもを結んだりジップロックの袋を閉じたりできるとされます。一方で公式ブログは、結果の図表にこう注記しています。

全身を使う作業と、挟む形のグリッパーでの器用な作業では中程度から高い成功率に達したが、多指での器用な操作は依然として難しい。

この成功率の数値は本文になく、図表のグラフとしてのみ示されています。独り歩きしやすいため引用しません。

いま試せるのは頭脳のほうだけ

• ER 2: Gemini APIとGoogle AI Studioで公開済み。Gemini Enterprise Agent Platformは限定プレビュー
• Gemini Robotics 2とOn-Device 2: 早期アクセスのパートナー企業のみ

歩くロボットの映像が目立つ発表でしたが、手元で動かせるのはロボットを動かさない側です。

進歩の中心は作業が終わったかどうかの判定にある

ER 2で最も変わったのは、映像を見続けて進み具合を判断する力です。Googleの発表では、場面を5段階の進捗に分類する課題で57.4%の正解率、決定的な瞬間のフレームを当てる課題で91.3%の正解率と平均0.96秒のずれを記録したとしています。

電球を最後まで締めたか、コーヒーを注ぐのをどこで止めるか。終わりを判定できないと次の手順へ進めません。AIエージェントに、終わっていないのに完了しましたと報告されて困った経験があるはずです。ER 2が取り組むのは物理世界での同じ問題です。

AIツールギャラリーの視点

ER 2はGoogle Geminiと同じGoogle AI Studioから呼び出せます。ロボットがなくても作業動画を渡し、どこまで進んだかを答えさせる使い方が試せます。検品や作業記録の業務に近い形です。人型ロボット自体に関心があるならロボット「アメカ」の記事も参考になります。

自分の使い方にどう関係するか

家に人型ロボットが来る話ではありません。前に進んだのは、AIが今どこまで進んだかを映像から判断する精度です。この力はロボットより先に、長い手順を任せるAIエージェントの信頼性として返ってくる可能性があります。

わかっていないこと

• Gemini Robotics 2とOn-Device 2が一般公開される時期
• 各モデルの利用料金と日本国内での提供条件
• 図表で示された成功率の内訳。本文に数値の記載はありません

続報が出たらこの記事に追記します。ロボットが歩き出したことよりも、AIが作業の終わりを判定できるようになったことのほうが、あとから効くかもしれません。

この記事の出典

• Google DeepMind公式ブログ（2026年7月30日）
• Google公式ブログ Gemini Robotics ER 2
• ITmedia AI+の報道