Gemini Robotics 2: Google DeepMind dà corpo all’IA, ma la superficie d’attacco si allarga

Il 30 luglio 2026 Google DeepMind ha annunciato Gemini Robotics 2, un modello di intelligenza artificiale progettato per governare l’intero corpo di un robot umanoide. A differenza dei predecessori, limitati a bracci o mani, il nuovo sistema controlla anche arti inferiori, tronco e mani a cinque dita. I robot possono camminare, accovacciarsi, allungarsi ed eseguire manipolazioni fini: sigillare buste, svitare lampadine, afferrare oggetti di forma irregolare.

Un modello per il ragionamento incorporato e la collaborazione

Insieme a Gemini Robotics 2, DeepMind ha rilasciato Gemini Robotics ER 2, un modello vision-linguistico dedicato al “ragionamento incorporato” (Embodied Reasoning). ER 2 è in grado di riconoscere l’inizio e la fine di attività multi-step e di orchestrare la collaborazione tra robot di tipologie diverse. Un robot mobile può trasportare un componente e passarlo a un robot fisso con pinza per completare un assemblaggio.

Il modello on-device (Gemini Robotics On-Device Model) funziona senza connettività e si adatta rapidamente a morfologie differenti, dai robot dual-arm di Google all’umanoide Apptronik Apollo 2. Questo amplia gli scenari operativi: logistica, assistenza, ambienti non cablati.

Più autonomia, più rischi

L’estensione del controllo all’intero corpo e l’operatività offline aumentano la prossimità uomo-macchina. Kaushik Subramanian, responsabile della sicurezza robotica di DeepMind, ha definito Gemini Robotics ER 2 «il modello più sicuro mai realizzato». Integra infatti un sistema di rilevamento della presenza umana che attiva l’arresto di emergenza se una persona si avvicina troppo.

L’esecuzione on-device riduce l’esposizione ad attacchi di rete, ma non elimina il problema. Un compromissione del firmware o del modello potrebbe disabilitare i sistemi di sicurezza. E la capacità di muovere l’intero corpo di un robot in spazi condivisi trasforma un attacco informatico in un rischio fisico concreto.

La collaborazione tra robot eterogenei introduce interdipendenze operative. Un singolo nodo compromesso potrebbe propagare istruzioni errate all’intero sistema. Non sono stati divulgati CVE, ma la superficie d’attacco cresce con ogni nuovo grado di libertà.

Le mitigazioni sono solo un punto di partenza

DeepMind non ha descritto misure di hardening specifiche oltre al rilevamento di prossimità e all’offline. Restano validi i principi generali per sistemi autonomi: segmentazione delle reti, autenticazione forte per gli aggiornamenti firmware, validazione continua dell’integrità dei modelli. La diffusione di umanoidi in ambienti produttivi e assistenziali richiederà standard più stringenti. E un quadro normativo che oggi non esiste.