Google DeepMind et Boston Dynamics se sont associés pour doter Spot, le célèbre chien-robot jaune quadrupède, d’un nouveau niveau d’intelligence.
En intégrant le nouveau modèle Gemini Robotics-ER 1,6 à Spot, les entreprises abandonnent les scripts préprogrammés au profit du « raisonnement incarné », donnant en substance au robot la capacité d’observer une pièce en désordre ou un atelier complexe et de déterminer de manière autonome quoi faire ensuite.
Selon Google DeepMind, ce nouveau modèle est un système fondé avant tout sur le « raisonnement ». Il permet aux robots de se déplacer dans des installations et d’interpréter des données physiques, par exemple en lisant l’aiguille d’un manomètre, faisant ainsi le lien entre l’IA numérique et l’action physique.
L’un des ajouts les plus impressionnants est la vision agentique. Au lieu de se contenter d’observer une image plane, Spot peut désormais zoomer sur de petits détails, utiliser du code pour estimer des mesures et mobiliser ses connaissances du monde pour comprendre ce qu’il regarde. Cette fonction est particulièrement utile pour les inspections industrielles, lorsque Spot doit surveiller des jauges analogiques ou vérifier si un voyant de niveau de produit chimique est plein.
« Des capacités comme la lecture d’instruments et un raisonnement plus fiable pour les tâches permettront à Spot de voir, comprendre et réagir de manière totalement autonome aux situations concrètes », a déclaré Marco da Silva, vice-président et directeur général de Spot chez Boston Dynamics.
Le système introduit également le « raisonnement transparent ». Pour la première fois, les utilisateurs peuvent regarder « sous le capot » afin de voir exactement pourquoi le robot a pris une décision donnée, ce qui rend l’IA un peu moins semblable à une boîte noire.
Si l’industrie lourde reste au cœur des préoccupations, avec la détection des fuites de gaz, le comptage des palettes et le repérage des flaques, une démonstration récente a montré Spot accomplissant des tâches bien plus « humaines ». On a vu le robot lire une liste de tâches manuscrite, ranger des chaussures et même promener un vrai chien en laisse.
Sécurité et absence du toucher
Google a également intégré une référence de sécurité appelée ASIMOV afin de s’assurer que le robot ne commette pas d’erreurs dangereuses, comme poser un verre d’eau trop près du bord d’une table.
Un obstacle majeur demeure : le toucher. La plupart des modèles d’IA sont entraînés sur des données issues d’Internet, qui regorgent d’images et de textes, mais contiennent très peu d’informations sur la sensation réelle des choses. De ce fait, Spot s’appuie actuellement presque entièrement sur ses caméras pour décider comment interagir avec les objets.
Disponibilité
Gemini Robotics-ER 1,6 est désormais disponible pour les développeurs via l’API Gemini et Google AI Studio. Google DeepMind a également partagé un Colab destiné aux développeurs, avec des exemples de configuration du modèle et de formulation de requêtes pour les tâches de raisonnement incarné.
Pour les clients de Boston Dynamics, la transition vers le modèle AIVI-Learning propulsé par Gemini est officiellement effective pour tous les clients inscrits depuis le 8 avril 2026.
À lire également : plus de 100 machines mettront à l’épreuve leur équilibre, leur endurance et leur autonomie lors du prochain semi-marathon de robots humanoïdes.