Apollo, robotul umanoid controlat de inteligența DeepMind: viitorul muncii prinde viață

Potrivit Reuters, Apptronik a strâns în februarie 2025 suma de 350 de milioane de dolari pentru a a trece la producția pe scară largă a robotului Apollo, cu participarea Alphabet/Google.

În paralel, Mercedes-Benz testează humanoidul în fabrici pentru mutarea componentelor și verificări de calitate.

În aceeași perioadă, Google DeepMind a anunțat oficial colaborarea cu Apptronik pentru a aduce modelele Gemini Robotics în lumea fizică.

Aceste trei repere – finanțarea, testele industriale, plus AI-ul integrat – marchează trecerea humanoizilor din zona de demo în primele utilizări reale, supravegheate.

Ce este Apollo — pe scurt, dar la obiect

• Dimensiuni & masă: ~1,73 m, ~72–73 kg .
• Autonomie: până la 4 ore per baterie, swap rapid.
• Sarcină utilă: până la 25 kg .
• Siguranță: „force-control” și zone de siguranță care opresc mișcarea la contact.
  Aceste specificații vin din documentația oficială Apptronik dedicată lui Apollo, conform apptronik.com.

De ce contează ? Pentru că multe spații sunt proiectate pentru oameni: uși, rafturi, scări, stații de lucru. Un robot cu proporții umane poate lucra fără rearanjarea completă a fabricii, reducând costurile de integrare.

Ce aduce Deepmind: din lumea virtuală în lumea reală

DeepMind descrie o linie de modele Gemini Robotics (inclusiv variante „ER” și On-Device) care îmbină viziune-limbaj-acțiune pentru a generaliza între sarcini fizice și a rula chiar local pe robot atunci când e nevoie de latență mică sau lipsesc conexiunile stabile. În termeni simpli: Apollo nu execută doar mișcări preprogramate – poate înțelege scene, explica instrucțiuni și alege acțiuni mai sigure/eficiente în timp real.

Unde lucrează apollo azi: dincolo de show-room

• Mercedes-Benz: teste în campusul digital de la Marienfelde (Berlin) și la Kecskemét (Ungaria) pentru sarcini de intralogistică (mutare componente, inspecții). Investiție minoritară anunțată de Mercedes în Apptronik.
• GXO Logistics: parteneriat pentru a valida humanoizii în lanțuri de aprovizionare; accent pe siguranță și lucrul cot la cot cu oamenii.
• Jabil: acord pentru utilizarea humanoidului în producție; inclusiv experimentul (mediatizat) în care Apollo ajută la asamblarea altor Apollo pe liniile Jabil. (Notă: proiect pilot, nu producție în masă.)

Context de piață: Reuters notează competiția directă cu Tesla (Optimus) și Figure AI (Figure 02), semn că, „cursa humanoizilor” se joacă între companii cu acces la capital, lanțuri de producție și AI de ultimă generație.

De ce (abia) acum? Trei convergențe

1. Actuatoare & mecatronică mai bune: control de forță cu finețe, mai aproape de „mușchi” umani.
2. AI multimodală capabilă să lege viziunea de limbaj și acțiuni (decizie situată).
3. Cazuri de utilizare concrete, unde lipsa de personal și sarcinile repetitive/dificile cer soluții (intralogistică, inspecție vizuală, etc).

Ce poate face azi și ce nu poate face

Poate:

• transport cutii/piese până la 25 kg între stații;
• aprovizionare la raft și kitare (ridicare, poziționare, verificare);
• inspecții cu camere integrate (de ex., verificare vizuală de etichete/poziționare);
• interacțiune de bază cu operatorii (gestică, lumini de status, comenzi simple).

Încă nu poate (fiabil, fără supraveghere):

• să gestioneze haos neprevăzut (obiecte deformabile, suprafețe alunecoase, zone aglomerate necartografiate);
• să înlocuiască lucrătorii calificați în operații de finețe (fixări cu toleranțe strânse, reparații imprevizibile).
  Aici intră în scenă modelele Gemini Robotics-ER/On-Device, dar maturizarea necesită timp, date și standarde de siguranță, conform The Verge, Google DeepMind.

Impactul asupra pieței muncii: coleg, nu înlocuitor (cel puțin la început)

• Reorganizarea rolurilor: sarcinile „3D” (dull, dirty, dangerous – plictisitoare, murdare, periculoase) trec la robot; oamenii cresc pe calitate, mentenanță, supraveghere AI și optimizare de flux.
• Productivitate & sănătate ocupațională: mai puține tulburări musculo-scheletice, rotații mai inteligente între posturi, potențial scădere a accidentelor în zonele repetitiv-periculoase.
• Calificări noi: operatorii învață prompting operațional („îi spui” robotului ce să facă, verifici execuția) și diagnostic de prim nivel.
  Exemplele Mercedes/GXO țintesc exact aceste schimbări de roluri în fabrică și logistică.

Un punct cheie reliefat de Reuters: costul total (achiziție + integrare + mentenanță) va decide viteza de adopție. E posibil să vedem hibridizare: humanoizi + roboți mobili/autonomi specializați + benzi clasice.

Etică & siguranță: întrebările serioase încep acum

1. Lucru „umăr la umăr” cu oamenii. Controlul de forță și frânarea la contact sunt esențiale, dar trebuie validate în scenarii-limită (cădere, blocare, interacțiuni cu mai mulți operatori).
2. Supravegherea AI și auditul deciziilor. Modelele pot „halucina” sau interpreta greșit. DeepMind anunță benchmark-uri de siguranță și evaluări pre-execuție a acțiunilor, dar acestea rămân în dezvoltare.
3. Date & confidențialitate. Camerele/senzorii din fabrică văd oameni, procese, IP. Politicile de on-device și edge compute reduc riscul de scurgeri, însă guvernanța datelor rămâne critică.
4. Impact social. Automatizarea cere programe reale de recalificare; fără ele, productivitatea poate crește… dar și inegalitățile.

Cine mai e în competiție și ce diferențiază pe Apollo

• Tesla Optimus, Figure 02, Agility Digit — toți vizează logistica ușoară și operațiuni repetitive. Diferența lui Apollo: parteneriat AI (DeepMind/Gemini) și probe industriale vizibile cu Mercedes/GXO/Jabil; în plus, capitalul atras îi susține accelerarea producției, context competițional menționat de Reuters.

Pragurile care vor decide când se va trece la producția de serie

• Fiabilitate > 99% pe sarcini bine definite (MTBF competitiv cu roboți industriali).
• ROI demonstrabil în < 24 luni pentru un set de fluxuri (ex.: alimentare stații, kitare, inspecții).
• Certificări & audit de siguranță în co-prezență umană.
• Actualizări AI la margine (on-device) care să păstreze latența joasă, fără dependențe cloud.

Pașii următori...

• Scenariul 2025–2026: mai multe site-uri pilot în auto/electronică/logistică; sarcini repetabile, controlate, cu operator „în buclă”.
• După 2026: extindere la mai multe sarcini pe aceeași platformă (fără reprogramare completă), prin îmbunătățiri Gemini Robotics și pachete de senzori/efectoare noi.

Între promisiuni și realitate

Humanoidul e un vehicul pentru AI întrupată: când un model ca Gemini Robotics „vede, înțelege și acționează”, hardware-ul cu formă umană îi dă acces la spațiile noastre. Apollo e interesant nu pentru că seamănă cu noi, ci pentru că poate munci alături de noi – fără să reconstruim fabrici din temelii, fără garduri dure între om și mașină.

Apollo nu e doar o demonstrație de tehnologie, ci primul pas către o lume în care oamenii și mașinile învață să construiască împreună.

Surse:Reuters, apptronik.com.,The Verge, Google DeepMind.