Googles nye robothjerne kan lese måleren på veggen, og det endrer kampen om hjemmeroboten

Modellen heter Gemini Robotics-ER 1.6 og ble offentliggjort 14. april av Googles AI-laboratorium DeepMind. Den er utviklet for det forskerne kaller "embodied reasoning", altså evnen en robot har til å resonnere om den fysiske verden den befinner seg i.

I praksis betyr det at roboten ikke bare gjenkjenner et objekt, men også forstår hvor det ligger i rommet, hvor mange det er av det, og om en oppgave er løst. Modellen fungerer som det DeepMind beskriver som en kognitiv hjerne, som tolker åpne mål og oversetter dem til konkrete handlinger en robotkropp kan utføre.

Teller verktøy og avleser måleren

En av demonstrasjonene som følger med lanseringen, viser modellen som peker ut og teller verktøy på en arbeidsbenk. Den identifiserer korrekt to hammere, én saks, én malerpensel og seks tenger, samtidig som den lar være å hallusinere objekter som ikke finnes i bildet.

Modellen kan også vurdere når en oppgave er fullført, ved å se gjennom flere kameravinkler samtidig. Et eksempel som ble vist frem, er en robot som får beskjed om å plassere en blå penn i en svart pennholder, og som bruker både oversiktskamera og håndleddskamera til å bekrefte at jobben er gjort.

Det største spranget ligger i instrumentavlesning. Modellen treffer riktig avlesning på trykkmålere, termometre og digitale visninger i 93 prosent av tilfellene når den får bruke såkalt agentbasert syn, en teknikk der modellen aktivt zoomer inn, måler proporsjoner med koding og deretter tolker visningen. Forgjengeren ER 1.5 traff bare i 23 prosent av tilfellene.

Spot leser målere på fabrikken

Boston Dynamics' firbeinte robot Spot er allerede en av de første som tar modellen i bruk i industrielle miljøer. Marco da Silva, visepresident og leder for Spot, sier at de nye evnene gjør roboten i stand til å klare seg på egen hånd i komplekse anlegg.

"Egenskaper som instrumentavlesning og mer pålitelig oppgaveresonnering vil sette Spot i stand til å se, forstå og reagere på reelle utfordringer helt autonomt", sier da Silva i forbindelse med lanseringen.

Modellen er tilgjengelig for utviklere via Gemini API og Google AI Studio.

Apple og Meta ligger bak på hjemmefronten

Lanseringen kommer i en periode der både Apple og Meta posisjonerer seg for et marked for hjemmeroboter som ennå ikke finnes.

Apple jobber etter opplysninger fra Bloombergs Mark Gurman på en bordmodell-robot med en skjerm på en bevegelig arm, internt omtalt som "Pixar-lampen". Selskapet har begynt å kontakte underleverandører, men produktet ventes tidligst i 2027. En mobil eller humanoid versjon ligger ifølge Gurman lenger frem, og er trolig urealistisk dette tiåret på grunn av tekniske utfordringer.

Meta valgte en annen vei tidligere i mai. Selskapet kjøpte oppstartsselskapet Assured Robot Intelligence den 1. mai. Teamet, ledet av forskerne Lerrel Pinto og Xiaolong Wang, skal jobbe med helkroppskontroll for humanoide roboter inne i Meta Superintelligence Labs. Ambisjonen er å lisensiere både maskinvare og programvare til tredjeparter, slik Google gjorde det med Android.

Samtidig har Yann LeCun, som forlot Meta sent i 2025, advart mot at humanoid-bransjen bygger maskiner uten å vite hvordan de skal gjøres smarte nok. Han har kritisert hele feltet for å mangle en troverdig vei til kunstig intelligens som er generelt nyttig.

Mindre roboter først, humanoid butler senere

For forbrukere ligger den umiddelbare effekten ikke i en humanoid butler på kjøkkenet, men i mindre, mer dedikerte enheter. Lager- og logistikkroboter blir flinkere til å håndtere uventede situasjoner. Inspeksjonsroboter på olje- og kraftanlegg kan lese av gamle analoge målere uten at en tekniker må møte opp fysisk.

I løpet av de neste to til tre årene vil de første hjemmeenhetene trolig være stasjonære, slik Apples bordrobot er tenkt, eller mobile på hjul. En generell humanoid robot som ordner opp i hjemmet, ligger fortsatt lenger ute, men den underliggende hjernen begynner å ta form nå.