Gemini Robotics 2 : Google DeepMind donne corps à l’IA, mais la surface d’attaque s’élargit

Le 30 juillet 2026, Google DeepMind a annoncé Gemini Robotics 2, un modèle d’intelligence artificielle conçu pour contrôler l’ensemble du corps d’un robot humanoïde. Contrairement à ses prédécesseurs, limités aux bras ou aux mains, le nouveau système commande aussi les membres inférieurs, le tronc et des mains à cinq doigts. Les robots peuvent marcher, s’accroupir, s’étirer et réaliser des manipulations fines : sceller des enveloppes, dévisser des ampoules, saisir des objets de forme irrégulière.

Un modèle pour le raisonnement incarné et la collaboration

Parallèlement à Gemini Robotics 2, DeepMind a publié Gemini Robotics ER 2, un modèle vision-langage dédié au « raisonnement incarné » (Embodied Reasoning). ER 2 est capable de reconnaître le début et la fin d’activités multi-étapes et d’orchestrer la collaboration entre robots de types différents. Un robot mobile peut transporter un composant et le transmettre à un robot fixe équipé d’une pince pour terminer un assemblage.

Le modèle on-device (Gemini Robotics On-Device Model) fonctionne sans connectivité et s’adapte rapidement à différentes morphologies, des robots à double bras de Google à l’humanoïde Apptronik Apollo 2. Cela élargit les scénarios opérationnels : logistique, assistance, environnements non câblés.

Plus d’autonomie, plus de risques

L’extension du contrôle à l’ensemble du corps et le fonctionnement hors ligne augmentent la proximité homme-machine. Kaushik Subramanian, responsable de la sécurité robotique chez DeepMind, a qualifié Gemini Robotics ER 2 de « modèle le plus sûr jamais réalisé ». Il intègre en effet un système de détection de présence humaine qui déclenche l’arrêt d’urgence si une personne s’approche trop près.

L’exécution on-device réduit l’exposition aux attaques réseau, mais n’élimine pas le problème. Une compromission du firmware ou du modèle pourrait désactiver les systèmes de sécurité. Et la capacité de déplacer l’ensemble du corps d’un robot dans des espaces partagés transforme une cyberattaque en un risque physique concret.

La collaboration entre robots hétérogènes introduit des interdépendances opérationnelles. Un seul nœud compromis pourrait propager des instructions erronées à l’ensemble du système. Aucune CVE n’a été divulguée, mais la surface d’attaque s’élargit à chaque nouveau degré de liberté.

Les mesures d’atténuation ne sont qu’un point de départ

DeepMind n’a pas décrit de mesures de renforcement spécifiques au-delà de la détection de proximité et du fonctionnement hors ligne. Les principes généraux pour les systèmes autonomes restent valables : segmentation des réseaux, authentification forte pour les mises à jour du firmware, validation continue de l’intégrité des modèles. La diffusion d’humanoïdes dans les environnements de production et d’assistance exigera des normes plus strictes. Ainsi qu’un cadre réglementaire qui n’existe pas aujourd’hui.