Gemini Robotics ER 2 : quand l'IA planifie dans le monde physique

Le 30 juillet 2026, Google a présenté Gemini Robotics ER 2, la seconde génération de ses modèles de raisonnement embarqué pour la robotique. ER signifie embodied reasoning : le modèle planifie des actions dans un environnement physique, en combinant perception et raisonnement.

Planifier dans le monde réel

La boucle embodied reasoning : percevoir, planifier, exécuter sous contrôle de garde-fous durs.

Un robot classique exécute des programmes écrits à l'avance. Un système piloté par ER 2 reçoit une consigne et décompose le travail en étapes, en tenant compte de ce qu'il perçoit : obstacles, objets, contraintes de mouvement. C'est une étape vers des machines capables de s'adapter à des environnements non programmés.

Ce que les premiers résultats montrent

Les annonces de Google indiquent des progrès sur les benchmarks de planification et de raisonnement spatial, avec des écarts encore importants entre les environnements contrôlés et la vie réelle. Ces chiffres doivent être lus avec méthode : un gain sur un benchmark de simulation ne garantit pas la robustesse dans un atelier.

Implications pour l'industrie

Pour l'industrie, l'enjeu est la flexibilité : reconfigurer une ligne ou changer de tâche sans réécrire toute la logique. Les essais portent sur la manipulation, le tri et la logistique interne. Mais l'adoption dépendra des pilotes réussis et du coût de l'équipement, pas des seuls scores de laboratoire.

Points de vigilance

La sécurité physique reste l'obstacle principal : un modèle qui planifie doit être contraint par des garde-fous matériels durs. La supervision humaine des zones opérationnelles est indispensable pendant les phases pilotes. Enfin, vérifier la filière de données : les environnements d'entraînement influencent directement les comportements en conditions réelles.

Ce qui sépare une démonstration robotique d'un déploiement industriel

L'écart tient en un chiffre : le taux de réussite exigé. Une démonstration convainc à 80 % ; une ligne de production demande souvent plus de 99,9 %, parce que chaque échec immobilise un poste et mobilise un humain.

Quatre écarts expliquent la distance entre les deux mondes.

La variabilité de l'environnement. Un laboratoire est éclairé, rangé, prévisible. Un entrepôt ne l'est pas : reflets, poussière, objets déplacés, emballages abîmés.

Le coût de l'échec. Un bras qui rate une prise dans une vidéo recommence. En production, il casse une pièce, bloque un convoyeur, ou blesse quelqu'un.

Le cycle. La vitesse exigée en production laisse peu de marge à un raisonnement long. Un modèle qui planifie bien mais lentement ne tient pas la cadence.

La sécurité fonctionnelle. Une machine qui côtoie des humains relève de normes précises, avec des exigences de comportement déterministe qu'un système probabiliste ne satisfait pas seul.

La conséquence pratique : les premiers déploiements réalistes ne sont pas les tâches spectaculaires, mais celles qui tolèrent l'échec — préparation de commandes avec contrôle en sortie, inspection avec validation humaine, manipulation d'objets non fragiles dans une zone sans personnel.

Où se situe la robotique pilotée par IA dans le cadre réglementaire

Une machine qui se déplace ou manipule dans un espace partagé avec des humains cumule deux régimes, et les entreprises n'en voient souvent qu'un.

Le premier est la sécurité des machines, qui existait bien avant l'IA : évaluation des risques, arrêt d'urgence, distances de sécurité, marquage. Il ne disparaît pas parce que le pilotage devient intelligent.

Le second est le règlement européen sur l'IA. Un système d'IA intégré à une machine relevant d'une législation d'harmonisation entre dans la catégorie des systèmes à haut risque de l'annexe I — dont les obligations, après le report de juillet 2026, s'appliquent au 2 août 2028.

Cette échéance paraît lointaine, mais le cycle de développement d'une machine industrielle est de plusieurs années. Les systèmes conçus aujourd'hui seront soumis à ces obligations : documentation technique, gestion des risques, journalisation, supervision humaine, robustesse. Les prévoir au moment de la conception coûte beaucoup moins cher que de les ajouter avant mise sur le marché.

Questions fréquentes

Un modèle de raisonnement embarqué remplace-t-il la programmation classique d'un robot ? Non, il la complète. Le modèle apporte l'adaptation à l'imprévu et la décomposition d'une consigne en étapes ; le contrôle bas niveau, les trajectoires et les sécurités restent déterministes. L'architecture qui fonctionne place le modèle en planificateur, jamais en boucle de commande directe.

Quel est le premier cas d'usage à tester pour une industrie ? Une tâche où l'échec est détectable et sans conséquence : contrôle visuel avec validation humaine, tri de pièces non critiques, inventaire. On mesure d'abord le taux de détection et de fausse alerte, avant d'envisager une action physique autonome.

Faut-il attendre la maturité du domaine ? Attendre pour déployer en production, souvent oui. Attendre pour comprendre, non : le décalage entre les équipes qui ont expérimenté et les autres se mesure en années, parce que la compétence ne s'achète pas au moment où la technologie devient mature.

Conclusion actionnable

Gemini Robotics ER 2 illustre la convergence vision, langage et action. Prochaine étape : identifier un cas de manipulation simple et répétable en interne, monter un pilote avec garde-fous durs et mesurer le taux d'intervention humaine avant toute généralisation.

Pour situer ce sujet dans une démarche complète, Noolya détaille la formation des équipes à l'IA.

Pour aller plus loin

• Gemini 3.5 Flash-Lite et 3.6 Flash : la bataille des modèles passe à l'efficacité
• Gemini 3.7 Flash : des modèles qui sortent chaque mois, comment suivre
• Gemini 3.5 Flash Cyber : un modèle spécialisé pour trier la menace

---

Sources principales

• Google, annonce Gemini Robotics ER 2, 30 juillet 2026

• Publications Google DeepMind sur l'apprentissage robotique

• Note Noolya : les scores cités par les éditeurs restent dépendants de leurs protocoles.