AI10 नव॰ 2026, 7:41 pm UTC·2 मिनट में पढ़ें

Gemini Robotics 2.5: DeepMind के रोबोट AI ने फैक्टरी में 96% सफलता पाई

Google DeepMind के Gemini Robotics 2.5 की सफलता दर पिछले वर्जन से 30 से 100 प्रतिशत बढ़ी है। Mercedes-Benz की फैक्टरियों में यह 96 प्रतिशत रही।

A humanoid robot with five-fingered hands tying a ribbon bow in a laboratory setting. — छवि: Ars Technica

Google DeepMind ने अपने रोबोटिक्स प्लैटफ़ॉर्म Gemini Robotics का नया वर्जन 2.5 पेश किया है। कंपनी का दावा है कि उसका रोबोट AI अब असली दुनिया के कामों को इंसानों के स्तर के काफ़ी क़रीब पहुँचकर निपटाने लगा है। Mercedes-Benz की कुछ फैक्टरियों में रोबोटों ने वास्तविक काम भी किया।

क्या बदला है

प्लैटफ़ॉर्म में दो मुख्य हिस्से हैं। पहला Gemini Embodied Reasoning है, जो निर्देश लेकर लाइव वीडियो के आधार पर काम की योजना बनाता है। दूसरा vision-language-action (VLA) मॉडल है, जो रोबोट की गतिविधियाँ तैयार करता है। यही मॉडल अब वर्जन 2.5 पर पहुँचा है।

DeepMind के मुताबिक़ नया मॉडल बारीक हाथ-कौशल वाले कामों में बेहतर है। इसे 200 से ज़्यादा गतिविधियों पर परखा गया, जिनमें चिमटे से खाना परोसना और लैब की तरह पिपेट चलाना शामिल है। Apptronik का Apollo 2 ह्यूमनॉइड अब पाँच उँगलियों वाले हाथों से रिबन का बो बाँध सकता है। लचीली चीज़ें पकड़ना रोबोटों के लिए बेहद कठिन माना जाता है।

पिछले वर्जन की तुलना में सफलता दर 30 से 100 प्रतिशत ज़्यादा है और गति 20 से 30 प्रतिशत तेज़। ये नतीजे प्रयोगशाला परीक्षणों के हैं। Apptronik और Mercedes-Benz के साथ हुए परीक्षण में Apollo 2 रोबोटों ने यूरोप की कुछ फैक्टरियों में ऑटोमोटिव पुर्ज़े किट किए और 96 प्रतिशत सफलता हासिल की।

फिर भी बाक़ी 4 प्रतिशत की खाई बड़ी है। DeepMind निदेशक Kanishka Rao इसे "कठिन राह" बताते हैं। Carolina Parada के अनुसार कंपनी हर काम में 99.9 प्रतिशत के बजाय व्यापक सामान्यीकरण पर ज़ोर दे रही है।

सिमुलेशन, सुरक्षा और सीमाएँ

प्रशिक्षण डेटा की कमी दूर करने के लिए टीम ने Gemini 4 Argon से बना "सिमुलेशन इंजन" इस्तेमाल किया, जिसने असली कैमरा डेटा से हज़ारों अभ्यास-रन तैयार किए। इसे पारंपरिक प्रदर्शन-डेटा के साथ मिलाया गया। हालाँकि मॉडल अभी क्लाउड सर्वर पर चलता है, इसलिए देरी बनी रहती है।

सुरक्षा के लिए मॉडल बाधा आने पर रुक जाता है या सुरक्षित होने तक इंतज़ार करता है। इससे बाधाओं की मौजूदगी में सुरक्षित सफलता 33 प्रतिशत और लोगों के रास्ते में आने पर 43 प्रतिशत बढ़ी। DeepMind ने 1,500 प्रॉम्प्ट वाला ओपन सोर्स बेंचमार्क ASIMOV-Jailbreak भी जारी किया है। Argon के साथ जेलब्रेक सुरक्षा स्तर 98.8 प्रतिशत रहा, जबकि केवल Gemini Robotics ER 2 पर 73.5 प्रतिशत। डेटासेट Hugging Face पर उपलब्ध है। Gemini Robotics 2.5 आम उपयोग के लिए नहीं है, पर Agile Robots, Apptronik और Boston Dynamics जैसे साझेदारों के पास पहुँच चुका है।