На заводах Mercedes Gemini Robotics 2.5 дала 96% успеха

Пилот на линиях Mercedes-Benz

Google DeepMind 10 ноября представила Gemini Robotics 2.5, свою новую модель для управления руками роботов. Самая громкая цифра анонса, 96% успеха, получена на человекоподобном Apollo 2 от Apptronik, который раскладывал металлические кронштейны по лоткам на автомобильных линиях Mercedes-Benz. Это пилот на одной операции, остальные цифры из блога Google DeepMind измерены во внутренних тестах против собственных прежних версий, а сама модель пока раскатывается только на робототехнических партнёров.

Gemini Robotics 2.5 относится к моделям «зрение-язык-действие»: она смотрит на сцену через камеры, читает инструкцию и сразу решает, как двигаться рукам и манипуляторам. Google DeepMind называет её самой способной моделью такого класса в своей линейке.

Пилот шёл на действующих конвейерах в венгерском Кечкемете и немецком Зиндельфингене. Операция называется киттинг: детали из общих ящиков раскладывают по контейнерам в том порядке, в каком они понадобятся каждой машине на линии. Работа монотонная и физически тяжёлая, и в Google DeepMind прямо говорят, что её передача роботу освобождает техников для сложной сборки.

Робот работает в два слоя. Ход процесса отслеживает Gemini Robotics ER, отдельная модель воплощённого мышления (в июле её версия ER 2 научилась ловить сбои прямо по видеопотоку, включая соскальзывание и смещение). А хватает и кладёт Gemini Robotics 2.5. Apollo 2 достаёт кронштейны из ящиков, раскладывает их по контейнерам и по ходу закрывает пропуски. Итог - 96% успешных операций; сама компания называет это обнадёживающим шагом к промышленному применению, не более.

Что показали лабораторные тесты

Остальные показатели Google DeepMind сняла на 200 задачах, среди которых подать еду щипцами, завязать бант на подарочной коробке и отмерить жидкость пипеткой. Против прежних базовых версий успех вырос на 30-100% в зависимости от типа задачи, а выполнение ускорилось на 20-30%. Какие задачи дали нижнюю границу, а какие верхнюю, в разбивке не приводится, так что «до 100%» стоит читать как лучший случай.

Модель работает с разными роботами без отдельной адаптации, как и прежние версии Gemini Robotics. В анонсе названы два: Apollo 2 с пятипалой кистью SharpaWave на 22 степени свободы и платформа Franka Duo с двухпалыми параллельными захватами.

Как помогла Gemini 4 Argon

Значительную часть прогресса Google DeepMind приписывает Gemini 4 Argon, которую использовала как движок симуляции. По одной реальной сцене с камеры Argon строит цифровой двойник и генерирует тысячи разных тренировочных прогонов. Вместе с реальными демонстрациями это помогает роботу быстрее переносить навык на новые сцены и предметы. Ещё Argon по видеозаписи предлагает гипотезы, почему задача сорвалась, и помогает проверить исправления в симуляции и на живых роботах.

Безопасность: чьи это цифры

У самой Gemini Robotics 2.5 появилось управление поведением во время работы: модель рассуждает на ходу и обходит физические опасности. Во внутренних оценках доля безопасно выполненных задач выросла на 33% рядом с препятствиями и на 43% рядом с людьми.

Цифра про джейлбрейки относится уже к другой модели. Устойчивость 99,5% показала Gemini 4 Argon, которая, по словам Google DeepMind, лидирует в её агентных робототехнических оценках; у прежней базовой версии, Gemini Robotics ER 2, было 82%. Для замера компания выпускает открытый бенчмарк ASIMOV-Jailbreak: сотни запросов, в которых опасная просьба замаскирована под обычную инструкцию, на десятках сцен.