Gemini Robotics 2.5 verbessert Geschicklichkeit und Sicherheit bei Aufgaben in der realen Welt

DeepMind hat Gemini Robotics 2.5 vorgestellt, sein bis dato fortschrittlichstes Modell für Vision-Language-Action (VLA), das darauf ausgelegt ist, die Geschicklichkeit, Zuverlässigkeit und Sicherheit von Robotern in realen Umgebungen erheblich zu verbessern. Das Modell ermöglicht es Robotern, eine breitere Palette von Aufgaben schneller zu erlernen und auszuführen, was einen Schritt in Richtung weit verbreiteter industrieller und alltäglicher Anwendungen darstellt.

Durchbrüche in Geschicklichkeit und Aufgabenerfüllung

Gemini Robotics 2.5 wurde in mehr als 200 verschiedenen Aufgaben getestet, einschließlich komplexer Aktivitäten wie dem Verwenden von Zangen zum Servieren von Speisen, dem Binden von Schleifen auf Geschenkverpackungen und dem Pipettieren von Flüssigkeiten. Diese Aufgaben erforderten den Einsatz fortschrittlicher Werkzeuge, die Manipulation von verformbaren Objekten und den Umgang mit empfindlichen Materialien. Das Modell erzielte eine 30% bis 100% höhere Erfolgsquote im Vergleich zu vorherigen Baselines und schloss Aufgaben 20% bis 30% schneller ab. Es ist mit verschiedenen Roboternplattformen kompatibel, einschließlich des humanoiden Roboters Apollo 2 von Apptronik und der Franka Duo-Plattform.

Erfolgreiche Anwendungen in Fabrikumgebungen

In Zusammenarbeit mit Apptronik und Mercedes-Benz wurde Gemini Robotics 2.5 in aktiven Automobilproduktionslinien in Ungarn und Deutschland eingesetzt. Der humanoide Roboter Apollo 2 , angetrieben von Gemini Robotics 2.5 , führte autonom Kitting-Aufgaben in der Automobilindustrie aus und erzielte eine Erfolgsquote von 96% . Diese Aufgaben umfassten das Sortieren und Organisieren von Teilen aus Großbehältern in Tabletts, was half, die Montagelinien zu straffen und es Techniker:innen zu ermöglichen, sich auf komplexere Aufgaben zu konzentrieren.

Fortschritte in Sicherheit und Steuerbarkeit

Sicherheit bleibt ein zentrales Anliegen, da Roboter in unstrukturierte Umgebungen übergehen. Gemini Robotics 2.5 integriert auf Inferenzzeit basierende Entscheidungsführungsanleitungen, um physische Gefahren in Echtzeit zu navigieren. Dieses Feature verbesserte die sicheren Aufgabenerfüllungsraten um 33% in der Nähe von Hindernissen und 43% in der Nähe von Menschen. Zudem führte DeepMind den ASIMOV-Jailbreak-Benchmark ein, um die Widerstandsfähigkeit des Modells gegen feindliche Eingaben zu testen und zu verbessern, und erzielte dabei eine 99.5% Jailbreak-Widerstandsrate.

Beschleunigte Entwicklung mit Gemini 4 Argon

Die Entwicklung von Gemini Robotics 2.5 wurde durch Gemini 4 Argon, eine Simulationsengine, die Tausende von Übungsdurchläufen aus realen Szenarien generieren kann, beschleunigt. Dieser Ansatz ermöglichte eine schnellere und effizientere Ausbildung und erweiterte die Grenzen der physischen Intelligenz in der Robotik.

Mit seinen Fortschritten in Geschicklichkeit, Zuverlässigkeit und Sicherheit stellt Gemini Robotics 2.5 einen signifikanten Fortschritt in der Integration von Robotern in industrielle und alltägliche Umgebungen dar.