Google ra mắt mô hình AI Gemini Robotics ER 2, đưa robot bước vào kỷ nguyên 'bộ não cao cấp'

Google vừa công bố mô hình AI Gemini Robotics ER 2.0 được nâng cấp từ Gemini Robotics ER 1.6 ra mắt hồi tháng 4/2026. Ảnh: Creaders.

Gemini Robotics ER 2 là phiên bản kế nhiệm của Gemini Robotics ER 1.6 đã ra mắt tháng 4/2026, và được Google ví như "bộ não cao cấp" của robot, với nhiều cải tiến như khả năng hiểu video liên tục, theo dõi tiến độ công việc, điều phối công cụ và phối hợp nhiều robot cùng thực hiện nhiệm vụ.

Google cho biết, để robot có thể thực sự hỗ trợ con người trong thế giới thực, chỉ có khả năng nhận biết không gian là chưa đủ. Điều quan trọng hơn là robot phải hiểu được diễn biến xung quanh theo thời gian thực, biết bước tiếp theo cần làm gì và có thể điều chỉnh kế hoạch khi môi trường thay đổi.

Theo đó, Gemini Robotics ER 2 đóng vai trò là "bộ não" của robot, đảm nhận việc giao tiếp với con người, hiểu môi trường vật lý, lập kế hoạch cho các nhiệm vụ nhiều bước, đồng thời có thể sử dụng các công cụ như Google Search hoặc kết nối với các API, hàm do nhà phát triển xây dựng. Sau khi hoàn tất việc lập kế hoạch, robot sẽ giao phần thực thi cho mô hình “Thị giác - Ngôn ngữ - Hành động” (Vision-Language-Action, VLA).

Robot có thể "quan sát" liên tục và tự đánh giá tiến độ

Một trong những nâng cấp đáng chú ý nhất là khả năng phân tích video liên tục (Continuous Video Understanding). Nếu trước đây robot chủ yếu chỉ xử lý từng hình ảnh tĩnh, thì nay chúng có thể theo dõi liên tục hình ảnh từ camera để xác định công việc đã hoàn thành đến đâu, phát hiện lỗi trong quá trình thao tác, quyết định có cần thực hiện lại hay chuyển sang bước tiếp theo.

Theo Google, điều này giúp robot có được khả năng nhận thức tình huống theo thời gian thực, chẳng hạn tự xác định bóng đèn đã được vặn chặt hay chưa, túi rác đã buộc kín chưa, hoặc lượng cà phê đã rót đủ hay chưa trước khi tiếp tục công việc.

Gemini Robotics ER 2 còn được bổ sung chức năng phân loại tiến độ, chia quá trình thực hiện thành các mức 0-20%, 20-40%, 40-60%, 60-80% và 80-100%, qua đó xác định nhiệm vụ đang ở giai đoạn nào, có đi chệch quy trình hay cần khắc phục hay không. Theo Google, độ chính xác của chức năng này đạt khoảng 57,4%, cao hơn phiên bản trước.

Xác định chính xác thời điểm hoàn thành nhiệm vụ

Google cũng bổ sung tính năng “Moment Finding”, cho phép robot xác định chính xác thời điểm một công việc được hoàn tất, ví dụ khi cốc cà phê đã đầy đến mức yêu cầu hoặc bóng đèn đã được siết chặt hoàn toàn.

Trong các bài test, Gemini Robotics ER 2 đạt độ chính xác 91,3%, sai số thời gian trung bình chỉ 0,96 giây. So với các mô hình AI cùng loại, hệ thống có tốc độ suy luận nhanh hơn khoảng 4 lần trong khi chi phí tính toán thấp hơn.

Hỗ trợ nhiều robot phối hợp làm việc

Một nâng cấp quan trọng khác là khả năng phối hợp nhiều robot. Google cho biết mỗi loại robot có điểm mạnh riêng: robot bánh xe phù hợp di chuyển trong nhà, còn robot hình người có lợi thế ở địa hình phức tạp. Gemini Robotics ER 2 cho phép các robot chia sẻ hiểu biết ngữ nghĩa, phân chia nhiệm vụ và phối hợp thực hiện những công việc mà một robot đơn lẻ khó có thể hoàn thành.

Google cũng trình diễn kết quả hợp tác với Boston Dynamics. Nhờ tích hợp API dẫn đường của robot bốn chân Spot và hệ thống điều khiển cánh tay robot, người dùng chỉ cần ra lệnh bằng ngôn ngữ tự nhiên như: "Lấy giúp tôi vật dụng A!", Robot sẽ tự di chuyển, tìm đúng vật thể và mang về.

Google có tham vọng để Gemini trở thành "bộ não tiêu chuẩn" của nhiều loại robot trong tương lai tương tự vai trò của Android trong kỷ nguyên smartphone. Ảnh: Creaders.

Khả năng quan sát và hiểu không gian được nâng cấp

Google cho biết Gemini Robotics ER 2 cải thiện đáng kể năng lực nhận thức không gian với ba điểm nổi bật: Phát hiện thành công hoặc thất bại của thao tác: Robot phân tích trực tiếp luồng video thay vì chỉ dựa vào ảnh tĩnh, nhờ đó có thể phát hiện ngay các lỗi như làm đổ chất lỏng, vật bị rơi hoặc thao tác lệch vị trí; đọc thiết bị đo: Ngoài các đồng hồ kim truyền thống, hệ thống hiện có thể nhận biết 10 loại thiết bị đo khác nhau, bao gồm màn hình số, thước đo, thang chia tuyến tính và nhiệt kế chất lỏng, đáp ứng tốt hơn nhu cầu trong môi trường công nghiệp; và hỏi đáp bằng hình ảnh: Nhờ khả năng xử lý đa phương thức của Gemini được cải thiện, robot hiểu tốt hơn các cảnh vật phức tạp và có thể trả lời những câu hỏi liên quan đến môi trường xung quanh.

Tăng cường an toàn khi robot làm việc cùng con người

Google cho biết Gemini Robotics ER 2 đạt kết quả tốt hơn thế hệ trước trong các bài kiểm tra về phát hiện con người đến gần và tuân thủ các quy tắc an toàn.

Ví dụ, khi có người tiến vào khu vực làm việc, robot sẽ tự động dừng hoạt động, liên tục theo dõi môi trường và chỉ tiếp tục làm việc sau khi xác nhận khu vực đã an toàn.

Bên cạnh đó, Google cũng giới thiệu một bộ tiêu chuẩn đánh giá an toàn mới dành cho robot AI, nhằm kiểm tra khả năng tuân thủ giới hạn an toàn, giám sát môi trường, đánh giá tính khả thi của hành động theo quy luật vật lý và biết chủ động yêu cầu con người xác nhận khi cần thiết.

Hiện Gemini Robotics ER 2 đã được mở cho các nhà phát triển thông qua Gemini API trên Google AI Studio, trong khi phiên bản doanh nghiệp được cung cấp dưới dạng Private Preview trên nền tảng Gemini Enterprise Agent Platform.

Sẽ trở thành "bộ não tiêu chuẩn" của nhiều loại robot trong tương lai?

Việc Google ra mắt Gemini Robotics ER 2 được xem là một cột mốc quan trọng đối với ngành robot và AI hiện thân (Embodied AI), bởi mô hình này không chỉ nâng cấp khả năng của robot mà còn phản ánh xu hướng cạnh tranh mới giữa các "ông lớn" công nghệ. Robot đã chuyển từ "làm theo lệnh" sang "tự suy nghĩ và lập kế hoạch".

Đây là bước tiến từ robot tự động hóa (automation) sang robot có khả năng suy luận (reasoning).

Điều đáng chú ý nhất không phải chỉ là Google giới thiệu một mô hình AI mới, mà là hãng đang định vị Gemini như hệ điều hành trí tuệ cho robot. Nếu Android từng trở thành nền tảng cho điện thoại thông minh, Google có tham vọng để Gemini trở thành "bộ não tiêu chuẩn" của nhiều loại robot trong tương lai. Nếu đạt được điều đó, Google sẽ có lợi thế lớn trong làn sóng phát triển robot thông minh toàn cầu, tương tự vai trò của Android trong kỷ nguyên smartphone.