Gemini Robotics 2.5が現実世界のタスクにおける器用さと安全性を向上

DeepMindは、現実の環境におけるロボットの器用さ、信頼性、安全性を大幅に向上させるよう設計された、最も進んだ視覚・言語・行動（VLA）モデルであるGemini Robotics 2.5を発表しました。このモデルにより、ロボットはより広範なタスクをより早く学び、実行できるようになり、産業および日常アプリケーションへの普及に向けた一歩を踏み出しました。

器用さとタスクパフォーマンスにおけるブレイクスルー

Gemini Robotics 2.5は、食べ物を提供するためのトングの使用、ギフトボックスのリボン結び、液体の分注など、複雑な活動を含む200の異なるタスクでテストされました。これらのタスクは、高度な工具使用、変形可能な物体の操作、デリケートな材料の扱いを必要としました。このモデルは、過去のベースラインと比較して30%から100%高い成功率を達成し、タスクを20%から30%早く完了しました。また、ApptronikのApollo 2ヒューマノイドロボットやFranka Duoプラットフォームを含むさまざまなロボットプラットフォームと互換性があります。

工場環境における現実世界での成功

ApptronikおよびMercedes-Benzとの協力により、Gemini Robotics 2.5はハンガリーとドイツの自動車生産ラインで展開されました。Apollo 2ヒューマノイドロボットは、Gemini Robotics 2.5によって自律的に自動車部品のキッティングタスクを実行し、96%の成功率を達成しました。これらのタスクは、大量の部品をトレイにソートおよび整理することを含み、組立ラインの合理化に貢献し、技術者がより複雑なタスクに集中できるようにしました。

安全性と操作性の進歩

ロボットが構造化されていない環境に移行する際、安全性は重要な焦点となります。Gemini Robotics 2.5は、物理的な危険をリアルタイムでナビゲートする推論時間ガイダンスを組み込んでいます。この機能により、障害物周辺での安全なタスク完了率が33%、ヒトへの接近で43%向上しました。さらに、DeepMindは、モデルの敵対的なプロンプトに対する抵抗をテストおよび改善するためにASIMOV-Jailbreakベンチマークを導入し、99.5%の脱獄抵抗率を達成しました。

Gemini 4 Argonによる開発の加速

Gemini Robotics 2.5の開発は、実世界のシナリオから数千の練習ランを生成できるシミュレーションエンジンであるGemini 4 Argonによって加速されました。このアプローチにより、より迅速かつ効率的なトレーニングが可能になり、ロボティクスにおける身体的知能の限界を押し広げました。

器用さ、信頼性、安全性におけるこれらの進展により、Gemini Robotics 2.5は産業および日常の環境にロボットを統合する上で重要な前進を表しています。