Gemini Robotics 2: Google DeepMind Bawa AI ke Dunia Fisik Lewat Robot Humanoid

Gemini Robotics 2: Melangkah ke Era Physical AGI

Google DeepMind baru saja merilis versi terbaru dari model AI andalannya, Gemini, yang kini diberi nama Gemini Robotics 2. Perbedaan mendasar dari generasi sebelumnya: model ini tidak hanya beroperasi di layar, tapi mampu bertindak di dunia nyata melalui berbagai jenis robot—termasuk robot humanoid yang bisa melakukan tugas-tugas motorik halus.

Menurut laporan World yang diterbitkan 30 Juli 2026, Gemini Robotics 2 mewakili lompatan signifikan menuju apa yang disebut Google sebagai “physical AGI”—kecerdasan buatan umum yang tidak hanya berpikir, tapi juga bergerak dan berinteraksi dengan lingkungan fisik.

Apa yang Baru dari Gemini Robotics 2?

Versi pertama Gemini Robotics (dirilis awal 2024) sudah menunjukkan kemampuan mengontrol lengan robot untuk tugas-tugas sederhana seperti memindahkan objek. Kali ini, Gemini Robotics 2 mengintegrasikan beberapa kemampuan kunci:

• Kontrol multi-robot: Satu model bisa mengendalikan beragam platform robot—dari lengan industri, robot beroda, hingga humanoid berukuran penuh.
• Dexterity (kelincahan) tingkat tinggi: Robot humanoid yang didukung Gemini Robotics 2 mampu menyelesaikan tugas-tugas yang memerlukan motorik halus, seperti memasukkan sekrup ke bola lampu dan mengikat kantong sampah.
• Pemahaman konteks fisik: Model ini memproses input visual, proprioceptif (posisi sendi), dan instruksi bahasa natural secara bersamaan untuk merencanakan dan mengeksekusi gerakan.

Mengapa Ini Penting untuk Industri Robotika?

Selama ini, robotika dan AI berkembang di jalur terpisah. Robot industri kuat dan presisi tapi “bodoh”—harus diprogram gerak per gerak. Model AI seperti LLM cerdas tapi terjebak di dunia digital. Gemini Robotics 2 mencoba menjembatani kesenjangan itu.

Contoh konkret: bayangkan robot humanoid di gudang yang menerima instruksi suara “ambil kotak biru di rak atas dan taruh di konveyor.” Dengan Gemini Robotics 2, robot bisa:

1. Memahami instruksi bahasa natural
2. Mengidentifikasi objek dan lokasinya via kamera
3. Merencanakan jalur gerak menghindari rintangan
4. Mengeksekusi pengambilan dengan gaya cengkeraman yang tepat agar kotak tidak jatuh
5. Menyesuaikan gerakan real-time jika konveyor bergerak

Semua itu terjadi tanpa reprogramming manual untuk setiap skenario baru.

Tantangan dan Risiko: Keamanan di Dunia Fisik

Will Knight di World menegaskan: memasukkan AI ke dunia fisik membawa risiko baru. Kesalahan interpretasi perintah di chatbot hanya menghasilkan jawaban salah. Kesalahan serupa pada robot humanoid bergerak di ruangan penuh manusia bisa menimbulkan cedera fisik atau kerusakan properti.

Beberapa tantangan teknis yang masih dihadapi:

• Keandalan jangka panjang: Model harus konsisten selama jam-jam operasi, bukan hanya demo 5 menit.
• Generalisasi ke lingkungan baru: Robot yang dilatih di lab harus bisa beradaptasi di pabrik, rumah, atau luar ruangan yang tidak terstruktur.
• Keamanan (safety): Butuh lapisan keamanan berlapis—dari pembatasan gaya mekanis, sistem emergency stop, hingga verifikasi tindakan berisiko tinggi oleh manusia.

Posisi Google DeepMind di Balapan Robot AI

Google DeepMind bukan pemain tunggal. Beberapa kompetitor utama:

• Figure AI (dengan OpenAI): Robot humanoid Figure 01/02 yang sudah demo di pabrik BMW.
• Tesla Optimus: Robot humanoid Elon Musk yang menargetkan produksi massal.
• 1X Technologies (didukung OpenAI): Robot NEO untuk rumah tangga.
• Apptronik (mitra NVIDIA): Robot Apollo untuk logistik.

Keunggulan Google: kepemilikan tumpukan teknologi penuh—dari chip TPU, infrastruktur cloud, model dasar (Gemini), hingga penelitian robotika internal. Kelemahan: belum punya platform robot keras sendiri yang siap produksi massal, jadi bergantung pada mitra hardware.

Implikasi untuk Pengembang dan Bisnis Indonesia

Bagi ekosistem tech Indonesia, perkembangan ini menandakan beberapa peluang:

1. Integrasi AI-robot di manufaktur: Pabrik di kawasan industri (Karawang, Cikarang, Batam) bisa mulai mengevaluasi otomatisasi tugas-tugas yang selama ini sulit dirobotkan karena memerlukan kelincahan tangan.
2. Pengembangan aplikasi vertikal: Startup AI Indonesia bisa membangun lapisan aplikasi di atas API Gemini Robotics (saat tersedia) untuk kasus lokal—misalnya robot panen pertanian, pengemas UMKM, atau asisten rumah sakit.
3. Kebutuhan talenta baru: Akan muncul peran robotics AI engineer yang memahami kedua dunia: machine learning dan kontrol robot real-time.

Kapan Bisa Dicoba?

Saat artikel ini ditulis, Gemini Robotics 2 masih dalam tahap riset dan demo terbatas. Google DeepMind biasanya merilis akses bertahap: dulu ke peneliti terpilih, lalu preview developer, baru general availability. Perkiraan realistis: akses API atau SDK untuk pengembang eksternal kemungkinan besar muncul di 2027.

Sementara itu, pengembang Indonesia yang ingin mempersiapkan diri bisa:

• Mempelajari ROS 2 (Robot Operating System) standar industri robotika modern.
• Bereksperimen dengan robot edukasi terbuka seperti Unitree Go2 atau AgileX yang relatif terjangkau.
• Mengikuti perkembangan Gemini API versi non-robotik untuk memahami arsitektur model multimodal Google.

Kesimpulan

Gemini Robotics 2 menandai titik balik: AI mulai keluar dari server dan memasuki ruang fisik kita. Bagi Indonesia, ini bukan sekadar berita tech global—ini sinyal bahwa gelombang otomatisasi berikutnya akan menyentuh sektor yang selama ini bergantung pada tenaga kerja manual lincah. Persiapan sejak sekarang—baik dari sisi talenta, infrastruktur, maupun kebijakan—akan menentukan apakah kita jadi pengguna pasif atau pemain aktif di era physical AGI ini.