Introducing Gemini Robotics ER 2

JAKARTA — Google meluncurkan Gemini Robotics ER 2, sebuah model kecerdasan buatan (AI) yang dirancang khusus untuk menjadi “otak” tingkat tinggi bagi robot. Kehadiran teknologi ini menandai babak baru dalam integrasi AI pada dunia fisik, memungkinkan mesin untuk berpikir lebih cepat, merencanakan tugas yang rumit, serta berkolaborasi dengan robot lainnya secara *real-time*.

Meningkatkan Kecerdasan Robot di Dunia Nyata

Tantangan terbesar dalam dunia robotika selama ini adalah kecepatan eksekusi. Sering kali, robot harus berhenti sejenak untuk memproses informasi sebelum melanjutkan langkah berikutnya. Gemini Robotics ER 2 hadir untuk memangkas jeda tersebut. Dengan mengintegrasikan model ke dalam Gemini Live API, sistem ini memungkinkan alur kerja yang mulus saat memerintahkan model aksi atau API robotika.

Sebagai contoh, Google mendemonstrasikan kolaborasi model ini dengan robot Spot dari Boston Dynamics. Dalam simulasi tersebut, robot mampu mengambil camilan popcorn berdasarkan perintah bahasa alami tanpa jeda yang kaku.

Teknologi ini tidak sekadar bergerak, melainkan mampu memproses umpan video berkelanjutan untuk memantau progres tugas mereka sendiri, melakukan koreksi kesalahan secara mandiri, dan mengetahui kapan harus beralih ke tahapan berikutnya.

Kemampuan Pemahaman Video dan Kolaborasi

Kemampuan unik yang dibawa model ini adalah klasifikasi progres dan penentuan momen kritis. Dalam tugas fisik, robot perlu memahami apakah suatu pekerjaan—seperti memasang bohlam atau mengikat kantong sampah—sudah selesai sesuai spesifikasi.

Gemini Robotics ER 2 mencapai akurasi 57,4 persen dalam klasifikasi progres tugas. Selain itu, model ini mencatat akurasi 91,3 persen dalam penentuan momen dengan jarak absolut rata-rata hanya 0,96 detik.

Pembaruan ini secara signifikan melampaui kemampuan pendahulunya, Gemini Robotics ER 1.6, dalam hal orkestrasi alat. Google menguji performa ini melalui tiga mode kontrol: *real Vision-Language-Action* (VLA), *sim VLA*, dan tele-operasi manusia.

Hasilnya, model ini mampu memberikan presisi yang tinggi dengan biaya komputasi yang lebih efisien serta kecepatan eksekusi hingga 4 kali lebih cepat dibanding versi sebelumnya.

Fleksibilitas menjadi kunci utama dalam penerapan teknologi ini. Mengingat tidak ada robot tunggal yang cocok untuk semua jenis pekerjaan—misalnya robot beroda untuk kebutuhan dalam ruangan dan robot humanoid untuk medan tidak rata—Gemini Robotics ER 2 memungkinkan kolaborasi antarmesin.

Robot dengan bentuk dan fungsi berbeda kini dapat berkomunikasi dan bekerja sama di ruang yang sama untuk menyelesaikan alur kerja yang terlalu kompleks bagi satu unit robot saja.

Para pengembang kini dapat mengakses model ini melalui Gemini API, Google AI Studio, maupun Gemini Enterprise Agent Platform. Google juga telah membagikan contoh konfigurasi dan kode di GitHub untuk membantu pengembang mulai membangun agen AI fisik mereka sendiri.