Google DeepMindが行動前に「思考」する初のロボットAI「Gemini Robotics 1.5」と「Gemini Robotics-ER 1.5」を発表した。従来のロボットは特定タスクに特化し数か月の設置時間を要していたが、新システムは2つのモデルが連携して汎用機能を実現する。Gemini Robotics-ER 1.5はembodied reasoning（具現化推論）モデルとして視覚・テキスト入力から複雑タスクの手順を生成し、Google検索などのツールも活用できる。Gemini Robotics 1.5はvision-language-action（視覚-言語-行動）モデルとして実際のロボット動作を制御する。洗濯物の色分けなど複雑な多段階タスクを自律実行でき、異なるロボット間での学習転移も可能だ。実際の制御モデルは信頼できるテスターのみが利用可能だが、推論モデルはGoogle AI Studioで開発者に提供開始された。
From: 
Google DeepMind unveils its first “thinking” robotics AI
【編集部解説】
今回発表されたGemini Roboticsシステムは、従来のロボット工学における根本的なパラダイムシフトを示しています。特筆すべきは、Google検索との統合により、ロボットが環境に応じてリアルタイムで情報を取得し、判断に活用できる点です。これは従来のプログラムされた動作から、状況に応じた柔軟な思考と行動への転換を意味しています。
技術的な観点から見ると、2つのモデルが連携するアーキテクチャの採用が革新的です。推論と実行を分離することで、それぞれの機能を最適化し、より複雑なタスクの処理を可能にしました。また、cross-embodiment learning（異なる実体間での学習）により、ロボットごとに個別の訓練が不要となり、開発効率が大幅に向上します。
産業への影響は製造業から物流、家庭用ロボットまで広範囲に及びます。特に労働力不足が深刻な分野では、人間の直感的な指示で複雑な作業を実行できるロボットの導入により、業務効率化が期待されています。一方で、汎用ロボットの普及は雇用市場への影響も懸念されます。
安全性とセキュリティの観点では、physical embodiment（物理的な具現化）により新たなリスクが生じています。サイバー攻撃による物理的危害の可能性や、自律判断によるエラーが実世界に与える影響は、従来のソフトウェアAIとは次元の異なる問題となります。また、Web検索機能は有用である一方、悪意のある情報や偏った情報による判断の歪みも危惧されます。
規制面では、現在のロボット安全規格では対応できない課題が浮上しています。EUのAI Act等の既存フレームワークは主にソフトウェアAIを対象としており、物理的行動を伴うAIシステムに対する包括的な規制が急務となっています。
長期的な視点では、このような「思考するロボット」の普及により、人間とロボットの協働関係が根本的に変化する可能性があります。単純な作業の自動化から、創造的・判断的タスクでの協力関係へと発展し、社会構造そのものの変革を促すかもしれません。ただし、そのためには技術の成熟度向上と適切な社会制度の整備が不可欠です。
【用語解説】
Google DeepMind：Googleの人工知能研究部門として2014年に買収されたDeepMind Technologiesが起源。AlphaGoやGeminiなど画期的なAIシステムを開発している。
Gemini Robotics 1.5：Google DeepMindが開発したロボット制御用のAIモデル。視覚-言語-行動モデルとして、視覚情報とテキスト指示を実際のロボット動作に変換する。
Gemini Robotics-ER 1.5：具現化推論を担当するAIモデル。複雑なタスクを理解し、多段階の実行手順を自然言語で生成する思考エンジンとして機能する。
Vision-Language-Action（VLA）：視覚情報、自然言語指示、物理的行動を統合的に処理するAIモデルのアーキテクチャ。ロボティクス分野で注目される技術手法。
Embodied Reasoning：物理的な実体を持つAIシステムが環境を理解し、状況に応じた推論を行う能力。従来の抽象的思考とは異なる具現化された知能。
Cross-embodiment Learning：異なる物理的形状を持つロボット間で学習内容を共有・転移する技術。開発効率の大幅な向上を可能にする。
【参考リンク】
Google DeepMind公式サイト – Gemini Robotics（外部）
Google DeepMindが開発するロボティクス用AIモデルの詳細情報と技術仕様、研究成果を紹介する公式ページ。
Google AI for Developers – Gemini Robotics-ER 1.5（外部）
開発者向けにGemini Robotics-ER 1.5の API仕様と利用方法を詳細に解説。
Google公式ブログ – Gemini Robotics 1.5発表記事（外部）
日本語での公式発表記事。技術的な詳細と今後の展望について一般向けに解説。
【参考記事】
Google’s newest AI models make robots more intelligent and capable than ever（外部）
技術的な詳細と業界への影響を分析。特に異なるロボット間での学習転移能力と実用化への課題について詳しく解説。
Google DeepMind’s Gemini AI Transforms Robotics with Multimodal Capabilities（外部）
マルチモーダル機能に焦点を当てた技術解説。視覚-言語-行動の統合処理がロボティクス分野に与える革新的影響を詳述。
What is Embodied AI? When Intelligence Meets the Physical World（外部）
具現化AIの概念と物理世界における人工知能の可能性について包括的に解説。
Embodied AI: Emerging Risks and Opportunities for Policy（外部）
具現化AIがもたらすリスクと政策的課題を学術的観点から分析。安全性、倫理、規制の必要性について詳細な検討。
Physical AI and humanoid robotics are at a turning point（外部）
物理AIとヒューマノイドロボティクスの転換点について産業界の視点から分析。市場動向と技術的課題を詳しく検証。
【編集部後記】
ロボットがGoogle検索を使って地域のリサイクルルールを調べながら仕分けを行う光景は、もはやSFではなく現実の技術となりました。しかし一方で、Web情報への依存は誤情報による判断ミスのリスクも孕んでいます。あなたの職場でロボットが同僚として働く日が来たとき、どの程度まで自律性を任せるべきでしょうか。製造現場での品質管理、医療現場での患者ケア支援、さらには家庭での育児補助まで、様々な分野での応用が期待される一方で、人間の雇用への影響やプライバシーの問題も避けて通れません。特に興味深いのは異なるロボット間での学習共有機能です。これによりロボットの「集合知」が形成される可能性がありますが、同時にシステム全体の脆弱性にもつながりかねません。
