Gemini Robotics 2.5 Mejora la Destreza y Seguridad en Tareas del Mundo Real
DeepMind ha presentado Gemini Robotics 2.5 , su modelo de visión-lenguaje-acción (VLA) más avanzado hasta la fecha, diseñado para mejorar significativamente la destreza, la fiabilidad y la seguridad de los robots en entornos del mundo real. El modelo permite a los robots aprender y realizar una gama más amplia de tareas más rápidamente, marcando un paso hacia aplicaciones industriales y cotidianas generalizadas.
Avances en Destreza y Rendimiento de Tareas
Gemini Robotics 2.5 fue probado en más de 200 tareas distintas, incluidas actividades complejas como usar pinzas para servir comida, atar lazos en cajas de regalo y pipetear líquidos. Estas tareas requerían el uso de herramientas avanzadas, la manipulación de objetos deformables y el manejo de materiales delicados. El modelo logró una tasa de éxito superior del 30% al 100% en comparación con las líneas base anteriores y completó tareas de 20% a 30% más rápido. Es compatible con varias plataformas robóticas, incluido el robot humanoide Apollo 2 de Apptronik y la plataforma Franka Duo.
Éxito en el Mundo Real en Entornos de Fábrica
En colaboración con Apptronik y Mercedes-Benz, Gemini Robotics 2.5 fue desplegado en líneas de producción automotriz activas en Hungría y Alemania. El robot humanoide Apollo 2 , alimentado por Gemini Robotics 2.5 , realizó de forma autónoma tareas de kitting automotriz, logrando una tasa de éxito del 96% . Estas tareas involucraban clasificar y organizar piezas de contenedores a granel en bandejas, ayudando a optimizar las líneas de ensamblaje y permitiendo a los técnicos concentrarse en tareas más complejas.
Avances en Seguridad y Direccionabilidad
La seguridad sigue siendo un enfoque crítico a medida que los robots se trasladan a entornos no estructurados. Gemini Robotics 2.5 incorpora orientación de razonamiento en tiempo de inferencia para navegar por los peligros físicos en tiempo real. Esta característica mejoró las tasas de finalización de tarea segura en un 33% alrededor de obstáculos y 43% en proximidad a humanos. Además, DeepMind introdujo el estándar ASIMOV-Jailbreak para probar y mejorar la resistencia del modelo a los impulsos adversarios, logrando una tasa de resistencia al jailbreak de 99.5% .
Desarrollo Acelerado con Gemini 4 Argon
El desarrollo de Gemini Robotics 2.5 se aceleró gracias a Gemini 4 Argon, un motor de simulación capaz de generar miles de ejecuciones de práctica a partir de escenarios del mundo real. Este enfoque permitió un entrenamiento más rápido y eficiente, empujando los límites de la inteligencia física en la robótica.
Con sus avances en destreza, fiabilidad y seguridad, Gemini Robotics 2.5 representa un avance significativo en la integración de robots en entornos industriales y cotidianos.