Google Cloud ouvre Gemini Robotics ER 2 aux entreprises, derrière l’IAM et la télémétrie BigQuery
Le 27 octobre 2026, Google Cloud met Gemini Robotics ER 2 en aperçu public sur la plateforme Gemini, avec IAM, contrôles de sécurité et télémétrie BigQuery. Les équipes robotique peuvent désormais simuler, entraîner et déployer un cerveau de robot sans sortir du cloud.
27 octobre 2026. Google Cloud met Gemini Robotics ER 2 en aperçu public sur la plateforme Gemini. 91,3 %. La précision du modèle pour repérer la frame exacte d’un événement critique dans un flux vidéo, avec une distance moyenne de 0,96 seconde. 4×. La vitesse d’exécution revendiquée, pour une fraction du coût de calcul des grandes catégories de modèles. Le point qui compte : le modèle de raisonnement incarné de Google DeepMind devient un service cloud d’entreprise, avec IAM, orchestration multi-agents et cycle de vie complet — et c’est la première fois que la robotique entre ainsi dans le catalogue managé.
Un cerveau de robot devient un produit cloud
Gemini Robotics ER 2 — pour Embodied Reasoning 2 — est le modèle spécialisé que Google DeepMind présente comme le « cerveau de haut niveau » d’un robot. Il combine une compréhension spatio-temporelle de la vidéo avec une planification longue et des garde-fous de sécurité intégrés. Concrètement, il permet à un robot de converser naturellement avec un humain, d’orchestrer des modèles d’action de bas niveau, d’exécuter des tâches de plusieurs minutes impliquant des centaines de décisions et de collaborer au sein d’équipes multi-robots.
Jusqu’ici, cette capacité restait un objet de recherche ou un service limité. Le 27 octobre 2026, Google Cloud la transforme en produit : ER 2 est disponible en aperçu public via Model Garden sur la plateforme Gemini, adossé à l’IAM, aux contrôles de sécurité et à la gestion de cycle de vie de l’entreprise. Pour les équipes qui construisent des robots, le message est clair : le raisonnement de pointe s’achète désormais comme un service, au lieu de se construire en interne.
Ce que le modèle fait réellement
ER 2 excelle sur trois fronts. D’abord, la vérification de tâche physique : le modèle classe l’avancement d’une opération en statut binaire, en catégories ou en score continu, et repère la frame exacte où un événement critique survient — par exemple le moment où arrêter de verser un liquide — avec 91,3 % de précision et une distance moyenne de 0,96 seconde. Il peut ainsi itérer sur une étape ratée sans relancer tout le flux.
Ensuite, la lecture d’instruments : ER 2 lit et interprète plus de dix catégories d’instruments — cadrans circulaires, hublots de niveau, afficheurs numériques, échelles linéaires, règles et thermomètres à liquide — directement depuis l’entrée visuelle. C’est une capacité discrète mais décisive : beaucoup d’équipements industriels n’ont pas d’API, et un robot qui lit un écran ou un cadran devient la seule façon de les intégrer. Enfin, l’orchestration d’outils : les développeurs déclarent des modèles VLA (Vision-Language-Action), des API de navigation ou des fonctions maison comme des outils, et ER 2 les enchaîne à partir d’instructions en langage naturel.
De la simulation à l’atelier, sans rupture
La vraie nouveauté n’est pas le modèle, mais la chaîne qui l’entoure. Google Cloud a pensé le parcours complet de l’IA physique. On simule d’abord : tester les comportements d’un robot dans MuJoCo-Warp ou NVIDIA Isaac Sim, puis générer des scénarios synthétiques et étiqueter automatiquement l’imagerie des postes de travail. On entraîne ensuite : utiliser la capacité de pointage spatial et de classification de ER 2 pour curer et étiqueter des vidéos de démonstration dans Cloud Storage et BigQuery, puis entraîner des modèles VLA personnalisés via la plateforme Gemini, GKE ou Cluster Director.
Enfin, on opère : déployer les flux ER 2 sur la plateforme Gemini avec l’IAM d’entreprise et les appels de fonction intégrés, déporter les charges locales sensibles à la latence — SLAM et planification de trajectoire — vers les ateliers avec Google Distributed Cloud, et remonter la télémétrie de flotte dans BigQuery. C’est une architecture de bout en bout, pas un simple endpoint d’inférence, et c’est ce qui distingue l’offre d’une API de modèle ordinaire.
Des clients déjà engagés
L’aperçu public arrive avec des noms qui ancrent le produit dans le réel. Boston Dynamics — dont Spot équipe les inspections industrielles — décrit la vidéo comme « un tout nouveau monde de possibilités » pour vérifier qu’une opération s’est réellement bien passée. DeepReach AI, qui transforme le savoir-faire humain en données d’entraînement, utilise ER 2 pour comprendre chaque enregistrement et trouver les données qui comptent, « plus vite et à bien plus grande échelle ». Arm y voit une étape vers les plateformes de calcul robotique de nouvelle génération, et l’ASTAR IMRE de Singapour l’utilise pour piloter des laboratoires autonomes où les robots lisent un écran de réacteur micro-ondes sans API, équilibrent une centrifugeuse et déplacent des échantillons.
Ces témoignages convergent vers un même usage : ER 2 sert de couche d’adaptation entre des équipements qui ne parlent pas le numérique et des robots qui doivent agir dessus. Le prix n’a pas été communiqué, ce qui reste le principal point aveugle de l’annonce — pour un poste de coût robotique, l’inférence continue sur flux vidéo peut vite devenir la ligne dominante du budget.
Ce que ça change pour les équipes
Pour une équipe robotique, l’arrivée d’ER 2 dans le catalogue Google Cloud modifie le calcul de départ. Plutôt que d’assembler une pile de raisonnement maison — modèle de planification, étiquetage de vidéos, orchestration d’outils — on peut louer la couche de raisonnement et concentrer l’effort interne sur ce qui est vraiment différenciant : les modèles VLA spécifiques, les capteurs et le matériel. Le revers, c’est la dépendance : confier le cerveau de ses robots à un hyperscaler engage une partie de la feuille de route sur ses choix de disponibilité, de tarification et de régions.
La bonne posture est de tester sur un flux étroit, comme le recommande l’annonce elle-même : une interface d’action de bas niveau exposée comme outil, validée en simulation avant de toucher le matériel. C’est le seul moyen de mesurer si la 91,3 % de précision sur la détection de frame se traduit, sur votre poste de travail, par moins de reprises et de déchets — ou simplement par une facture d’inférence plus lourde.
Verdict
Si vous construisez des robots qui doivent lire des équipements sans API et s’adapter à des situations nouvelles, évaluez Gemini Robotics ER 2 en simulation cette semaine : la chaîne simulateur-entraînement-déploiement est le vrai argument, plus que le modèle seul. Si votre budget est contraint et que l’inférence continue sur vidéo pèse lourd, attendez la grille tarifaire avant d’engager une flotte — le prix n’étant pas publié, le coût marginal reste inconnu. L’essentiel est ailleurs : la robotique vient de franchir la frontière du cloud managé, et la concurrence entre hyperscalers sur l’IA physique ne fait que commencer.