Google DeepMind

何が起きたのか Google DeepMindが2026年7月30日、ロボット制御モデル群「Gemini Robotics 2」を公開しました（Google DeepMind 2026-07-30）。公式ブログの見出しは「whole body intelligence」で、従来のように上半身の腕とハンドだけを動かすのではなく、足先から指先まで含めた全身を一つのモデルで制御する、という位置づけです。 注目すべきは、公式ブログが成功率の数字を素直に並べている点です。ヒューマノイドのApptronik Apollo（Inspire製ハンド搭載）での全身操作タスクは、棚から取る76.3%、机から取る68.4%、床から取る45.7%。一方、平行グリッパーを備えたFranka Duoでは、精密挿入89.6%、多様な工具のキッティング78.9%、一般的なピック・アンド・プレース74.2%（Google DeepMind 2026-07-30）。 そして多指ハンド（SharpaWave hand）の巧緻性タスクは、電球を「緩める」が92%であるのに対し、電球を「締める」は36%、ゴミ袋を縛るが44%、ジップロックの封が40%、ちりとりの扱いが32%と、多指ハンドの5タスクでは最低32%から最高92%まで約2.9倍の幅があります（Google DeepMind 2026-07-30）。デモ映像だけを見ると「電球を交換できるロボット」に見えますが、少なくとも今回の電球タスクでは、「緩める」92%に対して「締める」36%という大きな非対称が出ています。 3モデル構成——VLA・ER 2・On-Device 2の役割分担 今回のリリースは単一モデルではなく、役割の異なる3つのモデルで構成されています。ただし提供状況は揃っておらず、一般の開発者がAPIで利用できるのはER 2だけで、VLAとOn-Device 2はアーリーアクセスに限られます。 Gemini Robotics 2（VLA）は、視覚と言語の入力をモーター制御に変換する層です。公式のモデルページでは「テーブルトップロボットからフルヒューマノイドまで、あらゆる種類のロボットを知的に制御できる」と説明され、22自由度のハンドやグリッパーの扱いに言及しています（Google DeepMind モデルページ）。全身知能の中身は重心の動的管理で、静止姿勢から腕を伸ばすのではなく、「安全に踏み出し、しゃがみ、かがんで、散らかった現実空間を移動する」と記載されています。 Gemini Robotics ER 2 は高レベルの推論層です。公式ブログの表現では「ロボットの高レベルな脳」であり、「部屋を観察し、タスク完了に必要なステップを推論し、行動を実行するためにVLAと連携し、完了まで進捗を追跡する」役割を担います（Google DeepMind 2026-07-30）。Google公式のAPIドキュメントによれば、ER 2はGemini 3.5 Flashをベースとし、入力131,072トークン・出力65,536トークン、モデルIDは gemini-robotics-er-2-preview と、リアルタイム双方向ストリーミング用の gemini-robotics-er-2-streaming-preview の2種類です（Gemini API ドキュメント）。同ドキュメントは旧版のGemini Robotics ER 1.6が2026年8月末で停止することも明記しています。 Gemini Robotics On-Device 2 はロボット本体上でのローカル実行に最適化された軽量VLAです。ここが今回の実務的な目玉で、「数時間分のデータ、典型的には200例未満」で、まったく新しいロボットの身体構成へ適応できるとされています（Google DeepMind 2026-07-30）。 提供形態は3層に分かれます。ER 2はGoogle AI Studioで利用可能かつGemini Enterprise Agent Platformでプライベートプレビュー、VLAとOn-Device 2はアーリーアクセスパートナー向けに限定されています（Google DeepMind 2026-07-30）。つまり「計画する脳」にあたるER 2は公開プレビューとして一般の開発者が試せる一方、「体を動かす脊髄」にあたるVLA群は限定提供にとどまる構造です。 LLMエージェントとの相似——プランナーと実行器の分離 この3層構成は、この1年でLLMエージェント設計が収束してきた形とほぼ同型です。長い推論と計画を担う大きなモデルが、短いレイテンシで大量に呼ばれる小さな実行モデルを指揮する。ER 2がツール呼び出し（function calling）に対応し、ロボット固有のAPIと組み合わせてマルチステップのタスクを組み立てられる、とドキュメントに記載されているのは、まさにそのオーケストレーターの役割です（Gemini API ドキュメント）。 ...

何が起きたのか 2026年7月14日、Google DeepMind共同創業者兼CEOのDemis Hassabis氏が、自身のSubstackに「A Framework for Frontier AI and the Dawning of a New Age」と題する署名入りエッセイを公開しました。同氏はAGI（汎用人工知能）を「人間の脳が持つすべての認知能力を示すシステム」と定義したうえで、到来は「probably only a few short years away（おそらくほんの数年先）」であり、我々は「foothills of the singularity（シンギュラリティの麓）」に立っているとの見通しを示しています（Demis Hassabis, Substack 2026-07-14）。 これはAGIの到来が客観的に確認されたという意味ではなく、Hassabis氏自身の予測です。ただし、同氏が公開文書でこの予測を明記したこと自体は検証できます。Hassabis氏はGoogle DeepMindの共同創業者兼CEOで、John Jumper氏とともにAlphaFold2によるタンパク質構造予測の研究で2024年ノーベル化学賞を受賞しています（Nobel Prize、Google DeepMind Blog）。 エッセイの中心は、米国が先導して「Frontier AI Standards Body（フロンティアAI基準機関）」を設ける提案です。ここで注意すべきは、原文は2026年末という設置期限を明記していないことです。数カ月以内、理想的には年末までに稼働させたいという時期は、同日に掲載されたAxiosのインタビューでHassabis氏が述べたものです（Axios 2026-07-14）。 FINRA型とは何を意味するのか Hassabis氏は、提案する機関を「a federally overseen public-private partnership or self-regulatory organisation, much like the Financial Industry Regulatory Authority (FINRA)」──連邦の監督を受ける官民パートナーシップ、または自主規制組織として設計し得ると書き、参考例にFINRAを挙げています。つまり構想はまだ「政府機関ではない民間団体」と一つに確定しているわけではなく、原文は両方を選択肢として示しています（Demis Hassabis, Substack 2026-07-14）。 FINRAは、米証券取引委員会（SEC）に登録され、その監督下で証券会社とブローカーを規律する、民間の非営利会員制自主規制組織です。運営費は納税者ではなく会員企業の手数料などで賄われ、理事会は公益代表が多数となるよう設計されています（About FINRA）。ただし、FINRAとAI基準機関の類似を過大評価することはできません。FINRAには連邦証券法、SECへの登録、会員制度、規則制定・検査・制裁、不服審査という既存の法的基盤があります。一方、Hassabis氏のエッセイは、AI基準機関にどの法律で権限を与えるのか、誰に加入義務を課すのか、審査不合格を誰が執行するのか、異議申立てや司法審査をどう設けるのかを示していません。 提案上、理事会には「independent leading technical experts and open-source representatives（独立した第一線の技術専門家とオープンソースの代表者）」が入るとされます。これに対し、独立メンバーが多数を占め、Turing賞受賞者級の専門家に産業界・政府・オープンソースの代表が加わる、というより詳しい構成は、エッセイ本文ではなくAxiosのインタビューで語られたものです。理事の人数、任命方法、任期、利益相反規則までは、いずれの資料にも書かれていません（Axios 2026-07-14）。 30日前の任意審査と、将来の必須化 制度の中身で最も具体的なのが、モデルを市場に出す前の審査フローです。二段階の設計になっています。 ...