Τα ανθρωποειδή Apollo 2 πετυχαίνουν 96% σε δοκιμή διαλογής εξαρτημάτων για τη Mercedes-Benz

Η Google DeepMind παρουσίασε το Gemini Robotics 2.5 στις 10 Νοεμβρίου 2026, αναφέροντας ποσοστό επιτυχίας 96% όταν τα ανθρωποειδή ρομπότ Apollo 2 της Apptronik ταξινόμησαν εξαρτήματα αυτοκινήτων σε μια δοκιμή απόδειξης της λειτουργικότητας σε ενεργές γραμμές παραγωγής της Mercedes-Benz.

Το Gemini Robotics 2.5 είναι ένα μοντέλο όρασης-γλώσσας-δράσης (VLA), το οποίο συνδέει την οπτική και γλωσσική κατανόηση με τις ενέργειες των ρομπότ. Η DeepMind το διαθέτει σταδιακά σε συνεργάτες της στον τομέα της ρομποτικής. Η επίσημη σελίδα του μοντέλου περιγράφει δυνατότητες ελέγχου που εκτείνονται από επιτραπέζιους ρομποτικούς βραχίονες έως πλήρη ανθρωποειδή σώματα, συμπεριλαμβανομένης της δυναμικής ισορροπίας κατά το βήμα, το βαθύ κάθισμα και το σκύψιμο, ενώ προσφέρει και λίστα αναμονής για πρώιμη πρόσβαση.

Το Apollo 2 προετοιμάζει κιτ εξαρτημάτων για αυτοκίνητα

Οι εργασίες στο εργοστάσιο πραγματοποιήθηκαν στις μονάδες της Mercedes-Benz στο Κέτσκεμετ της Ουγγαρίας και στο Ζίντελφινγκεν της Γερμανίας, όπου η DeepMind, η Apptronik και η αυτοκινητοβιομηχανία έθεσαν το Apollo 2 σε λειτουργία σε ενεργές γραμμές παραγωγής. Στη δοκιμή απόδειξης της λειτουργικότητας, το ανθρωποειδές ταξινομούσε αυτόνομα εξαρτήματα από χύδην αποθηκευτικούς κάδους σε δίσκους, με τη σειρά ακριβώς που απαιτούσε κάθε όχημα.

Δύο μοντέλα μοιράστηκαν τη ροή εργασιών. Το Gemini Robotics ER παρακολουθούσε την πρόοδο, ενώ το Gemini Robotics 2.5 κινούσε τα χέρια και τους βραχίονες του ανθρωποειδούς για να παίρνει μεταλλικά στηρίγματα αυτοκινήτων από κάδους τροφοδοσίας, να τα τοποθετεί σε δοχεία ταξινόμησης και να διορθώνει τυχόν κενά. Η διαμόρφωση του Apollo 2 που δοκιμάστηκε χρησιμοποιούσε το πεντάδακτυλο χέρι SharpaWave, με 22 βαθμούς ελευθερίας. Η DeepMind παρουσιάζει την ανάθεση αυτής της επαναλαμβανόμενης προετοιμασίας στα ρομπότ ως τρόπο να παραμένουν σε λειτουργία οι γραμμές συναρμολόγησης, ενώ οι τεχνικοί επικεντρώνονται σε σύνθετες εργασίες κατασκευής.

Ο συνιδρυτής και διευθύνων σύμβουλος της Apptronik, Jeff Cardenas, δήλωσε:

«Συνδυάζοντας το Apollo 2 με το Gemini Robotics, είδαμε τα μοντέλα να βελτιώνονται θεαματικά μέσα σε λίγες μόλις εβδομάδες μετεκπαίδευσης και να μεταφέρουν τις επιδόσεις τους στην παραγωγή της Mercedes-Benz με ελάχιστη μόνο πτώση.»

Βελτίωση της επιδεξιότητας και αξιολόγηση της ασφάλειας

Πέρα από τις εργασίες στο εργοστάσιο, η σουίτα αξιολόγησης περιλάμβανε περισσότερες από 200 διαφορετικές εργασίες, όπως το σερβίρισμα φαγητού με λαβίδες, το δέσιμο φιόγκου σε κουτί δώρου και τη μεταφορά υγρού με πιπέτα. Οι εργασίες συνδύαζαν προηγμένη χρήση εργαλείων, σύνθετο χειρισμό παραμορφώσιμων αντικειμένων και προσεκτικό χειρισμό εύθραυστων αντικειμένων. Ανάλογα με τον τύπο της εργασίας, το μοντέλο πέτυχε ποσοστά επιτυχίας κατά 30% έως 100% υψηλότερα από τα προηγούμενα μοντέλα αναφοράς και ολοκλήρωσε τις εργασίες κατά 20% έως 30% ταχύτερα, σύμφωνα με την DeepMind.

Για τη σωματική ασφάλεια, το μοντέλο χρησιμοποιεί καθοδήγηση συλλογισμού κατά τον χρόνο εξαγωγής συμπερασμάτων, ώστε να αποφεύγει τους κινδύνους σε πραγματικό χρόνο. Στις αξιολογήσεις της DeepMind, το ποσοστό ασφαλούς ολοκλήρωσης εργασιών βελτιώθηκε κατά 33% όταν υπήρχαν εμπόδια και κατά 43% όταν βρίσκονταν κοντά άνθρωποι. Η ανακοίνωση καλύπτει επίσης μακροχρόνιες εργασίες αυτόνομων πρακτόρων, στις οποίες πρέπει να διατηρείται η ασφάλεια σε πολλαπλά βήματα.

Η DeepMind κυκλοφόρησε επίσης το ASIMOV-Jailbreak, ένα ανοικτού κώδικα σημείο αναφοράς, του οποίου οι προτροπές συγκαλύπτουν μη ασφαλή αιτήματα σε δεκάδες σκηνές. Το Gemini 4 Argon πέτυχε ανθεκτικότητα σε επιθέσεις jailbreak 99,5%, έναντι 82% για το προηγούμενο μοντέλο αναφοράς Gemini Robotics ER 2, σύμφωνα με την DeepMind. Το αποθετήριο παρέχει κώδικα και δεδομένα αξιολόγησης με άδεια MIT.

Η πολυγυρική αντιπαραθετική αξιολόγηση V3 περιλαμβάνει 845 δείγματα από 15 ομάδες στρατηγικών και επιτρέπει έως και 10 βήματα. Συνδυάζει ντετερμινιστικούς ελέγχους των κλήσεων εργαλείων δράσης με την κρίση ενός μεγάλου γλωσσικού μοντέλου. Οι συνδυασμένες επιβλαβείς και αβλαβείς εργασίες χειρισμού αντικειμένων σε επιτραπέζιο περιβάλλον επιτρέπουν στο πλαίσιο αξιολόγησης να μετρά την επιτυχία των επιθέσεων, καθώς και την υπερβολική άρνηση αβλαβών αιτημάτων, εξετάζοντας αν ένα μοντέλο αρνείται μη ασφαλείς οδηγίες χωρίς να απορρίπτει παράλληλα ασφαλείς εργασίες.

Εκπαίδευση σε προσομοίωση με το Gemini 4 Argon

Η DeepMind αποδίδει στο Gemini 4 Argon την επιτάχυνση της ανάπτυξης του Gemini Robotics 2.5 μέσω προσομοίωσης. Το Argon μπορεί να δημιουργεί χιλιάδες ποικίλες δοκιμαστικές εκτελέσεις από μια σκηνή του πραγματικού κόσμου που καταγράφεται από κάμερα και να κατασκευάζει ένα ρεαλιστικό ψηφιακό δίδυμο. Σε συνδυασμό με πραγματικές επιδείξεις εκπαίδευσης, αυτές οι εκτελέσεις βοηθούν τα ρομπότ να γενικεύουν ταχύτερα σε νέες σκηνές και αντικείμενα. Οι ερευνητές μπορούν επίσης να χρησιμοποιούν το Argon για να προτείνουν εξηγήσεις για αποτυχίες σε εργασίες με βάση βίντεο και να δοκιμάζουν βελτιώσεις τόσο σε προσομοίωση όσο και σε φυσικά ρομπότ.

Μια ανάρτηση για προγραμματιστές της 13ης Οκτωβρίου 2026 περιγράφει αυτή την προσέγγιση σε ξεχωριστό πείραμα. Αφετηρία ήταν μία έγχρωμη φωτογραφία ενός πραγματικού επιτραπέζιου χώρου, την οποία το Argon ανακατασκεύασε ως βαθμονομημένη προσομοίωση φυσικής στο MuJoCo, προτού δημιουργήσει περισσότερα από 4.500 επεισόδια εκπαίδευσης με τυχαιοποιημένες συνθήκες. Η Google ανέφερε ότι το ποσοστό επιτυχίας στο πραγματικό ρομπότ αυξήθηκε από 56% σε 75%, ενώ ο χρόνος ολοκλήρωσης μειώθηκε από 35 δευτερόλεπτα σε 24 δευτερόλεπτα.

Αυτό το προηγούμενο πείραμα δεν αποτελεί σημείο αναφοράς για το Gemini Robotics 2.5, αλλά δείχνει τον κύκλο ανάπτυξης που βρίσκεται πίσω από την κυκλοφορία του. Για τη βιομηχανική ρομποτική, η ανακοίνωση συνδέει σε μία ενιαία ροή εργασιών τη δημιουργία δεδομένων προσομοίωσης, τον έλεγχο υλικού και τις αντιπαραθετικές δοκιμές ασφάλειας. Το ανοιχτό ερώτημα είναι κατά πόσο αυτή η ροή εργασιών μπορεί να μεταφερθεί με συνέπεια πέρα από την επίδειξη προετοιμασίας κιτ εξαρτημάτων, σε άλλα ρομπότ και χώρους εργασίας.