Google DeepMind представила Gemini Robotics 2.5, свою найсильнішу VLA-модель (vision-language-action) для роботів: на виробничих лініях Mercedes-Benz гуманоїд Apptronik Apollo 2 вкладав деталі з успіхом 96%, за даними DeepMind.

Для білдера важливо, що в анонсі змішано цифри з різних експериментів. 96% виміряно в одному пілоті, приріст від 30 до 100% стосується порівняння з попередніми базовими версіями, а 99,5% належить іншій моделі. Читати їх як єдину характеристику Gemini Robotics 2.5 не можна.

Що Gemini Robotics 2.5 показала на заводі Mercedes-Benz?

У пілоті на заводах у Кечкеметі (Угорщина) і Зіндельфінгені (Німеччина) Apollo 2 виконував комплектацію (kitting): діставав металеві кронштейни з ящиків і розкладав їх у контейнери в потрібному порядку для кожного авто. Успіх склав 96%.

Роботу поділено між двома моделями: Gemini Robotics ER стежить за ходом процесу, а Gemini Robotics 2.5 керує кистями та руками. Це одна задача з кронштейнами, тож 96% не означає, що робот так само впорається з іншою операцією на конвеєрі.

Наскільки модель краща за попередні?

Gemini Robotics 2.5 дає на 30 до 100% вищий відсоток успіху залежно від типу задачі та виконує їх на 20 до 30% швидше. Порівняння йде з «попередніми базовими версіями», які DeepMind не називає.

Оцінювали на понад 200 задачах: роздавання їжі щипцями, зав'язування банта на подарунковій коробці, піпетування рідини. Модель працює з різними роботами, зокрема з Apollo 2 (п'ятипала кисть SharpaWave з 22 ступенями свободи) і Franka Duo з двопалими паралельними захоплювачами.

Що з безпекою і чиє це 99,5%?

Стійкість 99,5% до джейлбрейків належить Gemini 4 Argon, а не Gemini Robotics 2.5. Попередня база, Gemini Robotics ER 2, мала 82%.

Для самої Gemini Robotics 2.5 DeepMind наводить інші цифри: керування на етапі інференсу (inference-time reasoning guidance) підвищило безпечне виконання задач поруч із перешкодами на 33%, а поруч із людьми на 43%. Для перевірки джейлбрейків компанія випустила відкритий бенчмарк ASIMOV-Jailbreak: сотні запитів, які маскують небезпечні прохання в десятках сцен.

Яку роль у цьому відіграла Gemini 4 Argon?

Gemini 4 Argon працювала як рушій симуляції: з реальної сцени камери вона генерує тисячі варіантів тренувальних прогонів і будує цифрового двійника. DeepMind каже, що це значно прискорило розробку Gemini Robotics 2.5.

Gemini Robotics 2.5 наразі розгортається для робототехнічних партнерів DeepMind. Про публічний доступ і ціни офіційно не вказано.