Apollo 2 -humanoidit saavuttivat 96%:n onnistumisasteen Mercedes-Benzin lajittelukonseptikokeessa

Google DeepMind esitteli Gemini Robotics 2.5:n 10. marraskuuta 2026 ja kertoi, että Apptronikin Apollo 2 -humanoidirobotit lajittelivat autonosia aktiivisilla Mercedes-Benzin tuotantolinjoilla toteutetussa konseptikokeessa 96 prosentin onnistumisasteella.

Gemini Robotics 2.5 on näkö-, kieli- ja toimintamalli (VLA), joka yhdistää näköhavainnot ja kielen ymmärtämisen robotin toimintaan. DeepMind ottaa sen käyttöön robotiikkakumppaneidensa kanssa. Virallisella mallisivulla kuvataan ohjausmahdollisuuksia pöytätason robottikäsivarsista kokonaisiin humanoidirobotteihin. Niihin kuuluu dynaaminen tasapainonhallinta askeltamista, kyykistymistä ja kumartumista varten. Sivulla voi myös liittyä ennakkokäytön jonotuslistalle.

Apollo 2 hoitaa auton osien keräilyn ja järjestelyn

Tehdaskokeet tehtiin Mercedes-Benzin tehtailla Kecskemétissä Unkarissa ja Sindelfingenissä Saksassa. DeepMind, Apptronik ja autonvalmistaja käyttivät Apollo 2:ta aktiivisilla tuotantolinjoilla. Konseptikokeessa humanoidirobotti lajitteli osia automaattisesti irtotavarasäiliöistä tarjottimille täsmälleen siinä järjestyksessä, jota kukin ajoneuvo edellytti.

Työnkulku jaettiin kahden mallin kesken. Gemini Robotics ER seurasi työn edistymistä, kun taas Gemini Robotics 2.5 liikutti humanoidirobotin käsiä ja käsivarsia, poimi metallisia auton osia irtotavarasäiliöistä, asetti ne järjestelyastioihin ja korjasi mahdolliset puutteet. Testatussa Apollo 2 -kokoonpanossa oli viisisorminen SharpaWave-käsi, jossa oli 22 vapausastetta. DeepMindin mukaan tämän toistuvan esivalmistelutyön siirtäminen robotille auttaa pitämään kokoonpanolinjat toiminnassa, jolloin teknikot voivat keskittyä monimutkaisiin kokoonpanotehtäviin.

Apptronikin toinen perustaja ja toimitusjohtaja Jeff Cardenas sanoi:

”Kun yhdistimme Apollo 2:n Gemini Roboticsiin, näimme mallien kehittyvän huomattavasti vain muutaman viikon jälkikoulutuksen aikana. Ne siirtyivät Mercedes-Benzin tuotantoon vain hyvin vähäisin suorituskyvyn heikennyksin.”

Näppäryyden parantuminen ja turvallisuuden arviointi

Tehdastyön lisäksi arviointikokonaisuus sisälsi yli 200 erilaista tehtävää, kuten ruoan tarjoilua pihdeillä, lahjapaketin rusetin solmimista ja nesteen pipetointia. Tehtävissä yhdistyivät edistynyt työkalujen käyttö, muotoutuvien esineiden monimutkainen käsittely ja herkkien esineiden huolellinen käsittely. DeepMindin mukaan mallin onnistumisaste oli tehtävätyypistä riippuen 30–100 % korkeampi kuin aiemmissa vertailutasoissa, ja se suoritti tehtävät 20–30 % nopeammin.

Fyysisen turvallisuuden varmistamiseksi malli käyttää päättelyä ohjaavaa menetelmää päätelmävaiheessa, jotta se pystyy väistämään vaaroja reaaliajassa. DeepMindin arvioinneissa turvallisesti suoritettujen tehtävien osuus kasvoi esteiden läheisyydessä 33 % ja lähellä olevien ihmisten läheisyydessä 43 %. Julkaisussa käsitellään myös pitkäkestoisia agenttitehtäviä, joissa turvallisuus on säilytettävä useiden vaiheiden ajan.

DeepMind julkaisi myös avoimen lähdekoodin vertailutestin ASIMOV-Jailbreak, jonka kehotteissa vaaralliset pyynnöt naamioidaan kymmenissä eri tilanteissa. DeepMindin mukaan Gemini 4 Argonin kyky vastustaa jailbreak-hyökkäyksiä oli 99,5 %, kun taas aiemman vertailumallin Gemini Robotics ER 2:n vastaava tulos oli 82 %. Tietovarasto sisältää arviointikoodin ja -aineiston MIT-lisenssillä.

Sen monikierroksinen V3-adversaarinen arviointi sisältää 845 näytettä, jotka kattavat 15 strategiaryhmää, ja siinä voi olla enintään 10 vaihetta. Arvioinnissa yhdistetään toimintotyökalukutsujen deterministiset tarkistukset suuren kielimallin tekemään arviointiin. Haitalliset ja harmittomat pöytätason käsittelytehtävät on asetettu pareiksi, jotta arviointikehikko voi mitata sekä hyökkäysten onnistumista että harmittomien pyyntöjen liiallista torjumista. Näin testataan, kieltäytyykö malli vaarallisista ohjeista torjumatta samalla turvallisia tehtäviä.

Simulaatiokoulutusta Gemini 4 Argonin avulla

DeepMindin mukaan Gemini 4 Argon nopeuttaa Gemini Robotics 2.5:n kehitystä simulaatioiden avulla. Argon pystyy luomaan tuhansia erilaisia harjoituskierroksia tosielämän kameranäkymästä ja rakentamaan realistisen digitaalisen kaksosen. Yhdessä tosielämässä kerättyjen koulutusesimerkkien kanssa harjoituskierrokset auttavat robotteja yleistämään osaamistaan nopeammin uusiin näkymiin ja esineisiin. Tutkijat voivat myös pyytää Argonia ehdottamaan videon perusteella selityksiä tehtävien epäonnistumisille ja testata parannuksia simulaatiossa sekä fyysisillä roboteilla.

Kehittäjäjulkaisussa 13. lokakuuta 2026 kuvataan tätä lähestymistapaa erillisessä kokeessa. Koe alkoi yhdestä värivalokuvasta, jossa näkyi tosielämän pöytätaso. Argon rakensi siitä kalibroidun MuJoCo-fysiikkasimulaation ja tuotti sen pohjalta yli 4 500 koulutusjaksoa satunnaistetuilla olosuhteilla. Googlen mukaan tuloksena ollut onnistumisaste tosielämän roboteilla nousi 56 prosentista 75 prosenttiin, ja suoritusaika lyheni 35 sekunnista 24 sekuntiin.

Aiempi koe ei ole Gemini Robotics 2.5:n vertailutesti, mutta se havainnollistaa julkaisun taustalla olevaa kehityssykliä. Teollisuusrobotiikan näkökulmasta julkistus yhdistää simuloidun aineiston tuottamisen, laitteiston ohjauksen ja adversaarisen turvallisuustestauksen yhdeksi työnkuluksi. Avoimena kysymyksenä on, siirtyykö työnkulku yhtä johdonmukaisesti esitellyn osien keräily- ja järjestelytehtävän ulkopuolelle muihin robotteihin ja työympäristöihin.