Google DeepMind представила Gemini Robotics 2.5: 96% успеха в пилоте Mercedes-Benz

Google DeepMind представила Gemini Robotics 2.5: 96% успеха в пилоте Mercedes-Benz

Google DeepMind объявила о Gemini Robotics 2.5, своей, по её словам, самой мощной на сегодня модели класса VLA (vision-language-action, «зрение, язык, действие»), которая по изображению и инструкции управляет действиями робота. Компания утверждает, что модель расширяет набор навыков, которым робот может научиться, и ускоряет их освоение, а также повышает ловкость, надёжность и безопасность, чтобы роботы выходили из лабораторий в менее предсказуемую реальную среду. Модель раскатывается на партнёров DeepMind по робототехнике; о массовой доступности речи нет.

Ловкость. Модель проверяли более чем на 200 различных задач, например, раскладывать еду щипцами, завязывать бант на подарочной коробке, пипетировать жидкость. DeepMind описывает эти задачи как шаг к ловкости человеческого уровня: они сочетают сложное использование инструментов, работу с гибкими (деформируемыми) предметами и бережное обращение с хрупкими. По сравнению с прежними базовыми моделями (какими именно, не уточняется) Gemini Robotics 2.5, по данным DeepMind, показывает на 30-100% более высокий процент успеха в зависимости от типа задачи и выполняет задачи на 20-30% быстрее. Как и предыдущие модели линейки, она работает с разными роботами, включая гуманоид Apollo 2 компании Apptronik (пятипалая кисть SharpaWave с 22 степенями свободы) и платформу Franka Duo с двухпальцевыми параллельными захватами.

Надёжность. Для проверки в реальных условиях DeepMind вместе с Apptronik и Mercedes-Benz поставила гуманоидов Apollo 2 на действующие автомобильные производственные линии в Кечкемете (Венгрия) и Зиндельфингене (Германия). В этом пилоте (proof-of-concept) робот самостоятельно выполняет комплектацию деталей: достаёт металлические кронштейны из контейнеров с навалом и раскладывает их по контейнерам-секвенсорам в точном порядке, нужном для каждой машины на линии, исправляя неточности по ходу дела. Модель воплощённого мышления Gemini Robotics ER следит за ходом процесса, а модель действий Gemini Robotics 2.5 управляет руками и кистями. Результат, 96% успеха при выборе и упаковке автодеталей. DeepMind считает это обнадёживающим прогрессом на пути к широкому промышленному применению и пишет, что такие роботы могли бы брать на себя монотонную работу, освобождая техников для сложной сборки.

Безопасность. Gemini Robotics 2.5 использует управляющие подсказки на этапе вывода (inference-time reasoning guidance), чтобы в реальном времени обходить физические опасности; DeepMind сравнивает это с защитными классификаторами вокруг ответов Gemini. По её оценке, это повысило долю безопасно выполненных задач рядом с препятствиями на 33%, а рядом с людьми, на 43% (абсолютные это пункты или относительный рост и относительно какой базы, в тексте не сказано). Одновременно DeepMind выпускает ASIMOV-Jailbreak, новый открытый (open source) набор тестов из сотен запросов, маскирующих небезопасные просьбы, на десятках сцен. Модель Gemini 4 Argon показала в нём 99,5% устойчивости к взлому против 82% у прежней базовой Gemini Robotics ER 2. Эта цифра относится к Gemini 4 Argon, а не к самой Gemini Robotics 2.5. По словам DeepMind, Argon сейчас лидирует в её оценках агентной робототехники по отказу от небезопасных задач, разрешению неопределённости и работе рядом с людьми.

Роль Gemini 4 Argon. DeepMind пишет, что прогресс достигнут в значительной степени благодаря способности Gemini 4 Argon ускорять исследования в робототехнике. Argon выступает движком симуляции: по сцене с реальной камеры он создаёт тысячи разнообразных симулированных прогонов и цифровой двойник, что в сочетании с реальными демонстрациями помогает роботу быстрее обобщать на новые сцены и объекты. Он также помогает исследователям выдвигать гипотезы о причинах сбоев по видео и проверять улучшения и в симуляции, и на реальных роботах. В итоге компания называет релиз важной вехой на пути к «физическому AGI» (физическому общему ИИ).

Ключевые факты

  • Gemini Robotics 2.5, по словам Google DeepMind, её самая мощная VLA-модель («зрение, язык, действие»); пока раскатывается на партнёров по робототехнике.
  • В пилоте на линиях Mercedes-Benz в Кечкемете и Зиндельфингене гуманоид Apollo 2 (Apptronik) выбирал и упаковывал автодетали с успехом 96%.
  • На более чем 200 задачах модель, по данным DeepMind, даёт на 30-100% более высокий процент успеха и на 20-30% более быстрое выполнение, чем прежние базовые модели.
  • Подсказки на этапе вывода подняли безопасное выполнение задач вокруг препятствий на 33%, рядом с людьми, на 43%; выпущен открытый тест ASIMOV-Jailbreak, где Gemini 4 Argon показала 99,5% устойчивости против 82% у Gemini Robotics ER 2.
  • Разработку, по словам DeepMind, ускорила Gemini 4 Argon, работавшая как движок симуляции и создававшая цифровые двойники сцен.

Почему это важно

Это очередной шаг DeepMind к роботам общего назначения: компания заявляет рост ловкости, скорости и безопасности и подкрепляет это проверкой не только в лаборатории, но и на действующих автозаводах. Заметна и связка с передовой языковой моделью: DeepMind утверждает, что Gemini 4 Argon, работая как движок симуляции, заметно ускорила создание Gemini Robotics 2.5. Сама компания видит в релизе веху на пути к «физическому AGI», но это её рамка, а не независимый вывод.

Кому это важно

Партнёрам DeepMind по робототехнике, которым модель раскатывается в первую очередь, а также производителям роботов и промышленным компаниям, оценивающим гуманоидов для рутинных операций вроде комплектации деталей. Исследователям безопасности роботов интересен открытый набор тестов ASIMOV-Jailbreak. Остальным пока скорее ориентир того, куда движется отрасль.

Как это применить

Напрямую большинству читателей применять пока нечего: модель раскатывается на партнёров по робототехнике, а о цене, публичном доступе, API или сроках для остальных в материале не говорится. Из открытого, бенчмарк ASIMOV-Jailbreak, который DeepMind выпускает как open source: им можно проверять устойчивость собственных робототехнических систем к замаскированным небезопасным запросам. Практическая задача из пилота, комплектация деталей по контейнерам в нужном порядке, показывает тип операций, на которые нацелены такие модели.

Можно ли доверять

Источник, собственный пост Google DeepMind, и все результаты, её собственные измерения; независимых оценок в материале не приводится. 96% получены в пилоте (proof-of-concept) на производственных линиях; сколько было попыток, деталей и роботов и как долго шёл пилот, не сообщается, и нигде не сказано, что это сравнение с людьми или промышленное внедрение. Улучшения «на 30-100%» и «на 20-30%» даны относительно неназванных прежних базовых моделей, результаты по отдельным задачам не приведены. Для прироста безопасности на 33% и 43% не указаны ни база сравнения, ни то, абсолютный это рост или относительный. Число задач названо как «более 200» во вступлении и «200» в разделе об оценке.

Риски и подводные камни

Главная оговорка, доступ и воспроизводимость: модель только у партнёров, проверить заявления снаружи нельзя. Цифра 99,5% устойчивости к взлому относится к Gemini 4 Argon, а не к Gemini Robotics 2.5, и измерена на новом бенчмарке, который DeepMind выпустила сама. Сама компания формулирует выводы осторожно: пилот «показывает обнадёживающий прогресс», задачи, «шаг к» ловкости человеческого уровня, а роботы «могли бы» брать на себя монотонную работу, то есть это не готовая замена техников и не подтверждённое массовое внедрение. Физическая безопасность рядом с людьми остаётся открытым вопросом, и DeepMind сама называет её первостепенной.