Intrinsic e Google collaborano per promuovere la robotica fisica basata sull’IA
Intrinsic joined Google as a distinct group on February 25, 2026. This analysis separates the confirmed change from the practical integration, safety, lifecycle and cybersecurity questions for indu...
Intrinsic è entrata ufficialmente a far parte di Google, unendo l’IA fisica agli ampi strumenti software di Google. Fondata nel 2021 come parte dei progetti “Other Bets” di Alphabet (la società madre di Google), Intrinsic ha sviluppato sistemi di IA orientati al progresso della robotica e dell’automazione. Other Bets è un incubatore per progetti all’avanguardia e comprende aziende come Waymo, Verily, Intrinsic e molte altre. Con la crescita esponenziale dell’IA, Intrinsic è stata fondata prima di questa svolta, accumulando competenze nell’utilizzo dell’IA per manipolare e controllare il mondo fisico.

Intrinsic migliorerà le prestazioni dei robot, dall’ottimizzazione dei movimenti alla manutenzione predittiva. Immagine utilizzata per gentile concessione di Intrinsic
Dettagli della partnership
Intrinsic collaborerà con Google, avendo accesso ai suoi ampi strumenti software e alle sue capacità di calcolo, pur rimanendo un’entità indipendente. Ciò significa che la piattaforma di Intrinsic ha permesso agli sviluppatori di creare, implementare e gestire rapidamente sistemi di automazione potenziati dall’IA, anche grazie alla sua interoperabilità tra diversi produttori e piattaforme.
Uno di questi strumenti è Flowstate, un ambiente di sviluppo basato sul web che consente agli utenti di creare applicazioni potenziate dall’IA utilizzando blocchi di costruzione comuni che generano automaticamente il codice, senza dover scrivere manualmente ogni riga. Questi blocchi contengono parametri chiave per l’interfacciamento con diversi sistemi hardware, dalle pinze comuni alle telecamere per la visione artificiale e agli array di sensori. In questo modo, gli sviluppatori possono concentrarsi su ciò che deve essere fatto per risolvere il problema, invece di occuparsi dei dettagli dell’integrazione.
Ancor prima della partnership con Google, Flowstate e altri strumenti di Intrinsic sono stati utilizzati per programmare i movimenti dei robot in modo da evitare collisioni, ridurre al minimo i movimenti superflui e garantire un controllo preciso nella manipolazione di oggetti delicati. I progetti passati hanno incluso lo sviluppo di robot per la movimentazione di pacchi batteria da 1000 lb per veicoli elettrici, il collaudo di pannelli solari, lo sviluppo della navigazione per veicoli autonomi e altre sfide analoghe.
Questa nuova partnership consentirà inoltre a strumenti come Flowstate di integrarsi con l’insieme di strumenti di Google. Google Cloud, Gemini, DeepMind e molti altri saranno ora disponibili come nuovi metodi per migliorare la produttività e accelerare lo sviluppo delle applicazioni. Mentre Intrinsic si concentrerà sull’integrazione fisica e Google sulle capacità avanzate dell’IA, questa sarà una partnership potente, destinata probabilmente a plasmare l’automazione per molti anni a venire.
I rappresentanti di entrambe le aziende hanno espresso entusiasmo per la partnership. Google ha dichiarato di non vedere l’ora di operare nel settore dell’automazione, inclusi la robotica e i centri di produzione intelligente. Anche il CEO di Intrinsic osserva che sfruttare l’infrastruttura di IA di Google avrà un impatto significativo sull’innovazione in questi ambiti.
Il futuro della robotica
Questa partnership è un esempio di come i sistemi hardware e software possano essere integrati con l’IA per influire sulle prestazioni nel mondo reale. Spesso l’IA sembra limitata al software, diventando un oggetto tecnologico interessante ma apparentemente con un impatto ridotto sul mondo fisico. In genere, ciò significa utilizzare l’IA per eseguire simulazioni o elaborare dati, lasciando poi agli operatori umani il compito di gestire manualmente il sistema di automazione per verificare che vengano raggiunti i risultati desiderati. La partnership di Intrinsic con Google consente una transizione più fluida tra l’ambito software e la realtà hardware, migliorando notevolmente i modelli di ottimizzazione e manutenzione predittiva.