Google научила роботов работать руками — новая модель Gemini Robotics 2.5 справилась с задачами на заводе Mercedes-Benz

Google официально анонсировала модель искусственного интеллекта Gemini Robotics 2.5. Она относится к классу VLA («зрение — язык — действие»), помогает роботам быстрее осваивать широкий спектр навыков и делать это быстрее. Роботы становятся более ловкими, надёжными и безопасными — они получают возможность работать не только в лабораториях, но и в реальном, непредсказуемом мире, помогая человеку в выполнении самых разных задач.

Gemini Robotics 2.5 представляет собой значительный шаг вперёд по трём ключевым задачам. Аспект ловкости указывает, что роботы получили возможность выполнять больше задач, демонстрируя при этом более высокую эффективность и сноровку — от использования повседневных инструментов до манипуляций с хрупкими или гибкими предметами.

В ходе практических испытаний на производственных линиях Mercedes-Benz роботы Apptronik Apollo 2 под управлением модели Gemini Robotics 2.5 показали прогресс в аспекте надёжности — они выполняли задачи по подбору и упаковке автодеталей с показателем успешности 96 %. В перспективе можно будет делегировать роботам монотонную работу, а технические специалисты смогут заниматься более сложными производственными задачами. В Google также усовершенствовали механизмы контроля физической безопасности и разработали новый стандарт тестирования, направленный на выявление уязвимостей, связанных с попытками джейлбрейка (взлома) робототехнических систем.

Google существенно расширила возможности модели, увеличив количество, эффективность и сложность выполняемых задач. Её работу оценили на примере 200 различных операций, включая подачу продуктов питания на щипцах, завязывание банта на подарочной коробке или дозирование жидкости с помощью пипетки. Такие задачи объединяют целый ряд навыков от уверенного использования инструментов и сложных манипуляций с деформируемыми объектами до аккуратного обращения с хрупкими предметами. По сравнению с предыдущими моделями прирост успешности выполнения операций для новой составил 30–100 % в зависимости от типа задачи; скорость работы увеличилась на 20–30 %.

Основной критерий эффективности ИИ-модели для роботов — её способность работать в реальных производственных условиях. Apptronik Apollo 2 на предприятиях Mercedes-Benz демонстрировали возможность мыслить, выстраивать многошаговые логические цепочки и действовать сообразно изменениям обстановки. В рамках пилотного проекта роботы в автономном режиме производили комплектацию деталей — повторяющаяся и физически тяжёлая задача включала сортировку отдельных компонентов из общих контейнеров и их перекладывание в специальные лотки строго в той последовательности, которая требуется для сборки конкретного автомобиля на конвейере. Показатель успешности составил 96 %.

Для обхода физических опасностей Gemini Robotics 2.5 использует логическое управление в реальном времени — этот механизм помогает роботу безопасно перемещаться в сложных условиях. Эта функция, по оценкам Google, помогла повысить безопасное выполнение задач вблизи препятствий на 33 %, вблизи людей — на 43 %. Компания также продолжает работу над повышением безопасности при выполнении долгосрочных задач с использованием автономных агентов. Модель Gemini 4 Argon показала лучшие результаты в тестах для агентных робототехнических систем: она эффективно отказывается от небезопасных действий, успешно разрешает ситуации неопределённости и корректно функционирует при непосредственной близости человека.

Для проверки устойчивости к попыткам джейлбрейка компания выпустила открытый бенчмарк ASIMOV-Jailbreak, включающий сотни запросов, замаскированных в различных сценариях. Gemini 4 Argon показала устойчивость к таким попыткам на уровне 99,5 % — результат предыдущей базовой модели Gemini Robotics ER 2 составил 82 %. Gemini 4 Argon помогла в обучении Gemini Robotics 2.5, выступив в роли движка для симуляций.