Google DeepMind представила Gemini Robotics 2.5 и испытала её на заводах Mercedes-Benz

Платформа DeepMind для роботов состоит из двух слоёв. Первый называется Gemini Embodied Reasoning. Это vision-language модель, которая получает инструкцию от человека, смотрит живое видео и планирует, как выполнить задачу. Второй слой и есть Gemini Robotics, модель класса vision-language-action (VLA): она превращает план в конкретные движения приводов. Именно эта часть обновилась до версии 2.5.

Главное улучшение касается задач, где нужна тонкая моторика. DeepMind оценивала модель более чем на 200 видах действий, среди которых подача еды щипцами и работа с лабораторной пипеткой. Гуманоид Apollo 2 от Apptronik с пятипалыми кистями научился завязывать бант. Для робототехники это заметный результат, потому что деформируемые предметы вроде ленты меняют форму при каждом касании и плохо поддаются планированию. По данным компании, доля успешных попыток выросла на 30–100% по сравнению с прошлой версией, а скорость работы на 20–30%. Эти цифры получены в лаборатории.

Чтобы проверить модель вне лаборатории, Google объединилась с Apptronik и Mercedes-Benz. Роботы Apollo 2 занимались комплектацией: собирали наборы автомобильных деталей на действующих производственных линиях в Венгрии и Германии. Заявленная доля успешных операций составила 96%.

Для заводского конвейера этого пока мало. Человек на такой монотонной операции ошибается крайне редко, и автопроизводителю нужен сопоставимый уровень. Директор DeepMind Канишка Рао называет закрытие последних 4% «крутым подъёмом».

Жёстко запрограммировать робота на несколько операций умеют десятилетиями, и такая автоматизация работает без сбоев. Gemini Robotics решает другую задачу: это попытка сделать универсального робота, который справится почти с любым поручением, и за универсальность приходится платить надёжностью на каждой отдельной операции. Вместе с моделью DeepMind показала открытый бенчмарк безопасности ASIMOV-jailbreak. Команда готовится ко времени, когда роботы будут работать рядом с людьми.