Google DeepMindの新しいロボット用モデルは、汎用ロボットが研究室のデモではなく実際の仕事をこなす姿を見せようとする、これまでで最もはっきりした試みです。Gemini Robotics 2.5は視覚・言語・行動モデルで、カメラ映像と指示を受け取って動作を出力します。主な根拠はベンチマーク表ではなく、自動車工場の現場から来ています。
DeepMindによると、トングで料理を取り分ける、ギフトボックスにリボンを結ぶ、液体をピペットで扱うなど、200を超える異なるタスクで評価しました。同社の以前の基準と比べ、成功率はタスクの種類によって30%から100%向上し、完了までの時間は20%から30%短くなりました。モデルは、5本指の手を持つApptronikの人型ロボットApollo 2や、単純なグリッパーを備えた双腕のFranka Duoなど、異なるロボットで動きます。
より具体的な成果は、ハンガリーのケチケメートとドイツのジンデルフィンゲンの工場で、ApptronikとMercedes-Benzと行った試験導入です。Apollo 2は、ばら積みの箱から金属製のブラケットを取り出し、ラインの各車両が必要とする順番でトレーに並べるキッティング作業を行いました。成功率は96%で、別の推論モデルであるGemini Robotics ERが作業の流れを追い、2.5が腕と手を制御しました。安全面では、実行時の推論による誘導で、障害物の近くでの安全なタスク完了が33%、人の近くでは43%向上しました。さらにDeepMindは、危険な依頼を偽装した数百のプロンプトからなるオープンなベンチマークASIMOV-Jailbreakを公開しました。このベンチマークでGemini 4 Argonは試みの99.5%を退け、従来のGemini Robotics ER 2は82%でした。
当サイトのGemini 4 Argonのレビューとの関係は直接的です。DeepMindは、Argonが1つの実際のカメラ映像から数千の模擬練習を生成し、研究者が映像から失敗の原因を探るのを助けたことで開発が速まったとしています。これが正しければ、ロボット工学のボトルネックは物理的なデータ集めから、汎用モデルがどれだけうまくそれを想像できるかへと移ります。
ほとんどの内容は外部から確かめられません。数字はすべてDeepMindが自社の旧モデルと比べた自社評価によるもので、30%から100%という幅は広すぎて、個々のタスクについてはあまり多くを語りません。モデルの提供先はロボット関連のパートナーに限られ、独立した開発者は試せません。96%の成功率は試験導入としては優秀ですが、ロボットが持ち場で人に代わるには、生産ラインは通常それ以上の信頼性を求めます。また発表には、人間の作業者と比べた速度やコストの数字はありません。