Gemini Robotics 2.5: do 100% lepszy, testowany w Mercedesie

Google DeepMind zaprezentowało 10 listopada 2026 roku nową generację swojej platformy AI dla robotyki, Gemini Robotics 2.5. Według twórców model jest znacznie skuteczniejszy i szybszy od poprzednika, a swoje możliwości udowodnił podczas testów na liniach produkcyjnych w fabrykach Mercedes-Benz. Równocześnie firma udostępniła otwarty benchmark bezpieczeństwa „ASIMOV-jailbreak”.

Wyższa precyzja i zadania wymagające zręczności

Platforma robotyczna DeepMind składa się z dwóch głównych komponentów: Gemini Embodied Reasoning, który interpretuje polecenia i planuje działania na podstawie obrazu z kamery, oraz Gemini Robotics, czyli modelu wizualno-językowo-ruchowego (VLA), który generuje konkretne ruchy robota. To właśnie ten drugi element został zaktualizowany do wersji 2.5.

Nowa wersja modelu została oceniona w ponad 200 różnych czynnościach. Jak podaje Google, Gemini Robotics 2.5 osiąga od 30% do 100% wyższy wskaźnik sukcesu w zadaniach w porównaniu z poprzednią wersją, a także wykonuje je o 20-30% szybciej. Model znacznie lepiej radzi sobie z zadaniami wymagającymi dużej zręczności, takimi jak serwowanie jedzenia za pomocą szczypiec czy używanie pipety w warunkach laboratoryjnych. W jednej z demonstracji humanoidalny robot Apollo 2 firmy Apptronik, wyposażony w pięciopalcową dłoń, był w stanie zawiązać kokardę, co jest trudnym zadaniem ze względu na manipulację odkształcalnymi obiektami.

Testy w fabrykach Mercedes-Benz: 96% skuteczności

Aby zweryfikować działanie modelu poza laboratorium, Google nawiązało współpracę z Apptronik i Mercedes-Benz. W kilku europejskich fabrykach producenta samochodów, m.in. w Kecskemét i Sindelfingen, roboty Apollo 2 z Gemini Robotics 2.5 zajmowały się sortowaniem i przygotowywaniem części samochodowych. W tych zadaniach osiągnęły skuteczność na poziomie 96%.

Chociaż jest to wysoki wynik, wciąż nie dorównuje on ludzkiej niezawodności. Kanishka Rao, dyrektor w DeepMind, przyznał, że pokonanie ostatnich 4 punktów procentowych będzie „stromą drogą”. Robotyka staje przed wyborem między specjalizacją w jednym zadaniu a ogólną sprawnością.

„Możemy być bardzo dobrzy w konkretnym zastosowaniu kosztem generalizacji. Albo możemy po prostu pchać oś generalizacji i być może nie osiągnąć 99,9% w każdej aplikacji” – powiedziała Carolina Parada, szefowa robotyki w DeepMind.

Symulacje z Argon i ograniczenia chmury

Jednym z wyzwań w trenowaniu AI dla robotów jest ograniczona ilość „danych fizycznych”. W przeciwieństwie do modeli językowych, które można trenować na ogromnych zbiorach tekstu z internetu, roboty potrzebują danych z realnych interakcji. Aby przyspieszyć ten proces, zespół DeepMind wykorzystał model Gemini 4 Argon do stworzenia „silnika symulacyjnego”.

Na podstawie danych z kamer z rzeczywistych prób, Argon generował tysiące wariantów scenariuszy, tworząc tzw. cyfrowe bliźniaki. Te syntetyczne dane, połączone z tradycyjnymi demonstracjami, pozwoliły modelowi szybciej uczyć się nowych zadań. Mimo postępów, Gemini Robotics 2.5 nadal działa na serwerach chmurowych, a nie na urządzeniach wbudowanych, co wprowadza opóźnienia. Firma przyznaje, że wideo demonstracyjne zostało przyspieszone dwukrotnie, aby ruchy robota wyglądały bardziej naturalnie.

ASIMOV-jailbreak i bezpieczna współpraca z ludźmi

Kluczowym elementem wdrożenia robotów do pracy z ludźmi jest bezpieczeństwo. Gemini Robotics 2.5 wykorzystuje tzw. wnioskowanie w czasie wykonywania zadania (inference-time reasoning), aby unikać zagrożeń. Jeśli na drodze robota pojawi się przeszkoda lub człowiek, maszyna zatrzyma się lub poczeka. Dzięki tej funkcji wskaźnik bezpiecznego ukończenia zadań wzrósł o 33% w obecności przeszkód i o 43% w obecności ludzi.

Jednocześnie DeepMind opublikowało ASIMOV-jailbreak – otwarty benchmark bezpieczeństwa. Jego celem jest próba sprowokowania robota do wykonania niebezpiecznych lub szkodliwych poleceń, co pozwala testować i wzmacniać jego zabezpieczenia. Na razie dostęp do Gemini Robotics 2.5 jest ograniczony do partnerów robotycznych Google.

Źródła

DeepMind reveals Gemini Robotics 2.5 and open safety benchmark “ASIMOV-jailbreak”, Ars Technica, 2026-11-10. https://arstechnica.com/google/2026/11/deepmind-reveals-gemini-robotics-2-5-and-open-safety-benchmark-asimov-jailbreak/

Google DeepMind Unveils Gemini Robotics 2.5 And ASIMOV-jailbreak Safety Benchmark, Crypto Briefing, 2026-11-10. https://cryptobriefing.com/google-deepmind-gemini-robotics-2-5-asimov/

Google DeepMind and partners Mercedes-Benz and Apptronik showcase advances in AI robotics, NeuralBrew, 2026-11-10. https://neuralbrew.ai/en/articles/2026/11/google-deepmind-gemini-robotics-2-5-mercedes-apptronik/