Boston Dynamics

Le 30 juillet 2026, Google DeepMind a présenté une famille de trois modèles de robotique : Gemini Robotics 2, modèle vision-langage-action de contrôle moteur, Gemini Robotics ER 2, modèle de raisonnement incarné bâti sur une architecture Gemini 3.5 Flash, et une variante embarquée On-Device 2. Sur les tâches de manipulation impliquant tout le corps avec le robot Apollo d'Apptronik, les taux de succès annoncés vont de 45,7 % au sol à 76,3 % sur étagère. Sur les tâches de dextérité, ils s'échelonnent de 32 % pour l'usage d'une pelle et d'une balayette à 92 % pour dévisser une ampoule. ER 2 atteint 91,3 % en localisation de moments dans une vidéo, avec une erreur moyenne de 0,96 seconde. Seul ER 2 est accessible aux développeurs, en préversion via l'API Gemini et Google AI Studio. Les deux autres modèles restent réservés à des partenaires, parmi lesquels Apptronik, Boston Dynamics, Franka Robotics et Agile Robots.

Au CES 2026, Boston Dynamics et Google DeepMind ont annoncé un partenariat pour intégrer les modèles de fondation Gemini Robotics dans la nouvelle génération du robot humanoïde Atlas. L'objectif est de permettre au robot de percevoir, raisonner et interagir avec son environnement pour réaliser des tâches industrielles variées, à commencer par le secteur automobile. Des recherches conjointes sur une nouvelle flotte d'Atlas doivent débuter courant 2026, avec des tests envisagés dans les usines de Hyundai, maison mère de Boston Dynamics.

Le 20 août 2025, Boston Dynamics et le Toyota Research Institute ont présenté une avancée de leur partenariat noué en octobre 2024 : le robot humanoïde Atlas piloté par un unique « Large Behavior Model » (LBM). Ce réseau de neurones de 450 millions de paramètres, un Diffusion Transformer, commande l'ensemble du robot à 30 Hz sans séparer locomotion et manipulation, les mains et les pieds étant traités de façon unifiée. En démonstration, Atlas enchaîne des séquences continues combinant déplacement et préhension - trier des pièces, déplier une nappe, manipuler un pneu de près de 10 kg - tout en s'adaptant en temps réel à des perturbations physiques imprévues. Les chercheurs soulignent que de nouvelles compétences s'ajoutent par démonstration humaine, sans écrire de nouvelle ligne de code.