Le nouveau modèle robotique de Google DeepMind est sa tentative la plus nette à ce jour de montrer des robots polyvalents accomplissant un vrai travail plutôt que des démonstrations de laboratoire. Gemini Robotics 2.5 est un modèle vision-langage-action : il reçoit des images de caméra et des instructions et produit des mouvements, et la preuve principale vient d'un atelier automobile plutôt que d'un tableau de benchmarks.
DeepMind indique avoir évalué le modèle sur plus de 200 tâches distinctes, comme servir des aliments avec une pince, nouer un ruban sur une boîte cadeau ou pipeter un liquide. Par rapport à ses références antérieures, le taux de réussite progresse de 30% à 100% selon le type de tâche, et les tâches sont terminées 20% à 30% plus vite. Le modèle fonctionne sur différents robots, dont l'humanoïde Apollo 2 d'Apptronik doté d'une main à cinq doigts et le Franka Duo à deux bras avec de simples pinces.
Le résultat le plus concret est un projet pilote avec Apptronik et Mercedes-Benz dans les usines de Kecskemét, en Hongrie, et de Sindelfingen, en Allemagne. Des robots Apollo 2 y ont fait du kitting : prendre des supports métalliques dans des bacs en vrac et les ranger dans des plateaux dans l'ordre requis par chaque voiture de la ligne. Ils ont atteint 96% de réussite, un modèle de raisonnement distinct, Gemini Robotics ER, suivant le déroulement pendant que 2.5 pilotait bras et mains. Côté sécurité, un guidage par raisonnement à l'exécution a augmenté de 33% l'achèvement sûr des tâches près d'obstacles et de 43% près de personnes, et DeepMind a publié ASIMOV-Jailbreak, un benchmark ouvert de centaines de prompts dissimulant des demandes dangereuses. Gemini 4 Argon y résiste à 99,5 % des tentatives, contre 82% pour l'ancien Gemini Robotics ER 2.
Le lien avec notre test de Gemini 4 Argon est direct. DeepMind attribue à Argon l'accélération du développement : il a généré des milliers d'essais simulés à partir d'une seule scène réelle filmée et aidé les chercheurs à diagnostiquer les échecs à partir de vidéos. Si cela se confirme, le goulet d'étranglement de la robotique passe de la collecte de données physiques à la capacité d'un modèle généraliste à les imaginer.
L'essentiel est invérifiable de l'extérieur. Tous les chiffres viennent des évaluations de DeepMind contre ses propres modèles antérieurs, et la fourchette de 30% à 100% est trop large pour en dire beaucoup sur une tâche précise. Le modèle n'est déployé qu'auprès de partenaires en robotique, si bien que des développeurs indépendants ne peuvent pas le tester. Un taux de 96% fait un bon pilote, mais une chaîne de production exige souvent davantage de fiabilité avant qu'un robot remplace une personne à un poste, et l'annonce ne donne aucun chiffre sur la vitesse face à des opérateurs humains ni sur le coût.