AI10 lis 2026, 19:41 UTC·2 min czytania

Gemini Robotics 2.5: robot AI DeepMind z wynikiem 96% w fabryce

Google DeepMind prezentuje Gemini Robotics 2.5: skuteczność wzrosła o 30–100 proc., a w fabrykach Mercedes-Benz robot osiągnął 96 proc. Do tego otwarty test bezpieczeństwa.

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

Google DeepMind zaprezentowało nową generację platformy Gemini Robotics. Wersja 2.5 według firmy coraz bliżej dorównuje ludziom w zadaniach z prawdziwego świata, a część robotów wykonywała już realną pracę w fabrykach Mercedes-Benz.

Platforma składa się z kilku warstw. Model wizyjno-językowy Gemini Embodied Reasoning przyjmuje polecenia i na podstawie obrazu wideo na żywo planuje zadanie. Model wizyjno-językowo-akcyjny (VLA), czyli Gemini Robotics, generuje konkretne ruchy, na przykład siłownika. To właśnie ten drugi element awansował do wersji 2.5.

Zręczniejszy i szybszy

Model oceniono w ponad 200 zadaniach, m.in. przy nakładaniu jedzenia szczypcami i pracy z pipetą. Humanoid Apollo 2 firmy Apptronik z Gemini Robotics 2.5 potrafi też zawiązać kokardę pięciopalczastymi dłońmi, co jest trudne, bo roboty kiepsko radzą sobie z przedmiotami odkształcalnymi, takimi jak wstążka. Skuteczność wzrosła o 30–100 proc. względem poprzedniej wersji, a tempo pracy o 20–30 proc.

To wyniki laboratoryjne. W kilku europejskich fabrykach roboty Apollo 2 z Gemini kompletowały części samochodowe i osiągnęły 96 proc. skuteczności. Dla Mercedes-Benz to wciąż za mało, bo człowiek wykonuje takie powtarzalne czynności niemal bezbłędnie. Kanishka Rao z DeepMind przyznaje, że domknięcie ostatnich 4 proc. będzie „stromą drogą”. Carolina Parada zauważa, że można być bardzo dobrym w jednej aplikacji kosztem uogólniania albo stawiać na uniwersalność i nie dobijać do 99,9 proc. wszędzie.

Do treningu zespół użył Gemini 4 Argon jako „silnika symulacji”, który z prawdziwych nagrań z kamer tworzył tysiące wariantów ćwiczeń. Dane syntetyczne połączono z klasycznymi demonstracjami. Model nadal działa w chmurze, więc pojawiają się opóźnienia.

Bezpieczeństwo i ASIMOV-Jailbreak

Robot wykorzystuje rozumowanie w czasie wnioskowania, by unikać zagrożeń: zatrzymuje się lub czeka. Dzięki temu bezpiecznie kończył zadania o 33 proc. częściej przy przeszkodach i o 43 proc. częściej, gdy na drodze stali ludzie.

DeepMind publikuje też otwarty zbiór ASIMOV-Jailbreak z 1500 poleceniami, które mają nakłonić robota do niebezpiecznych działań. Z Argonem w pętli system osiąga 98,8 proc. odporności, sam Gemini Robotics ER 2 – 73,5 proc. Zbiór jest na Hugging Face. Gemini Robotics 2.5 nie jest ogólnie dostępny, ale trafił do partnerów, m.in. Agile Robots, Apptronik i Boston Dynamics.