Apollo 2のヒューマノイド、Mercedes-Benzの仕分け実証実験で成功率96%を達成

Google DeepMindは2026年11月10日、Gemini Robotics 2.5を発表し、ApptronikのApollo 2ヒューマノイドロボットがMercedes-Benzの稼働中の生産ラインで行った実証実験において、自動車部品の仕分け成功率96%を達成したと報告した。

Gemini Robotics 2.5は、視覚と言語の理解をロボットの動作につなげる視覚・言語・行動（VLA）モデルだ。DeepMindはロボティクス分野のパートナーへの提供を進めている。公式モデルページでは、卓上ロボットアームから全身型ヒューマノイドまでを制御できると説明されており、足を踏み出す、しゃがむ、かがむといった動作に必要な動的バランス制御にも対応する。また、早期アクセスのウェイトリストも用意されている。

Apollo 2、自動車部品のキッティングを実施

工場での作業は、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にあるMercedes-Benzの工場で行われた。DeepMind、Apptronik、同自動車メーカーが、稼働中の生産ラインでApollo 2を稼働させた。実証実験では、ヒューマノイドがバルク容器から部品を自律的に仕分けし、車両ごとに求められる正確な順序に並べられたトレーに配置した。

2つのモデルがワークフローを分担した。Gemini Robotics ERが作業の進捗を追跡する一方、Gemini Robotics 2.5はヒューマノイドの手や腕を動かし、供給用の容器から自動車用の金属ブラケットを取り出して順序どおりに並べる容器に配置し、隙間があれば修正した。試験に使用されたApollo 2の構成では、22自由度の5本指SharpaWaveハンドを採用していた。DeepMindは、この反復的な準備作業をロボットに任せることで、技術者が複雑な組み立て作業に集中でき、生産ラインの稼働を維持できるとしている。

Apptronikの共同創業者兼CEO、ジェフ・カルデナス氏は次のように述べた。

「Apollo 2とGemini Roboticsを組み合わせたところ、わずか数週間の追加学習でモデルの性能が大幅に向上し、その性能をほとんど損なうことなくMercedes-Benzの生産現場に展開できました。」

器用さの向上と安全性の評価

工場での作業に加え、評価用の一連のタスクには、トングを使った料理の取り分け、ギフトボックスのリボン結び、液体のピペット操作など、200種類を超える個別タスクが含まれていた。これらのタスクでは、高度な道具の使用、変形する物体の複雑な操作、壊れやすい物品の慎重な取り扱いが求められた。DeepMindによると、モデルはタスクの種類に応じて従来のベースラインより成功率が30%から100%高く、タスクの完了時間も20%から30%短かった。

物理的な安全性を確保するため、モデルは推論時の推論ガイダンスを利用し、リアルタイムで危険を避ける。DeepMindの評価では、障害物の周囲で安全にタスクを完了する割合が33%、近くに人がいる状況では43%向上した。今回の発表では、複数の段階にわたって安全性を保つ必要がある、長期的なエージェント型タスクにも取り組んでいる。

DeepMindはさらに、数十種類の場面にわたって危険な要求をプロンプトに紛れ込ませる、オープンソースのベンチマークASIMOV-Jailbreakを公開した。DeepMindによると、Gemini 4 Argonのジェイルブレイク耐性は99.5%で、従来のベースラインであるGemini Robotics ER 2の82%を上回った。リポジトリでは、MITライセンスの下で評価用コードとデータを提供している。

複数ターンにわたるV3敵対的評価には、15の戦略グループにまたがる845件のサンプルが含まれ、最大10ステップまで実行できる。この評価では、行動に関するツール呼び出しの決定論的なチェックと、大規模言語モデルによる判定を組み合わせている。有害なタスクと無害な卓上操作タスクを対にすることで、攻撃の成功率と、無害な要求まで過剰に拒否する割合を同時に測定する。これにより、モデルが危険な指示を拒否しながら、安全な作業まで拒否しないかを検証できる。

Gemini 4 Argonによるシミュレーション学習

DeepMindは、Gemini 4 Argonがシミュレーションを通じてGemini Robotics 2.5の開発を加速したとしている。Argonは、実環境で撮影したカメラ映像をもとに、条件の異なる練習試行を数千件生成し、現実的なデジタルツインを構築できる。実環境での学習デモンストレーションと組み合わせることで、ロボットは新しい場面や物体にもより速く対応できるようになる。また研究者はArgonを使い、動画からタスク失敗の原因について説明を提案させ、シミュレーションと実機の両方で改善策を試すこともできる。

2026年10月13日の開発者向け投稿では、別の実験でこの手法をどのように用いたかが記録されている。実験では、実際の卓上を撮影したカラー写真1枚から始め、Argonがそれを較正済みのMuJoCo物理シミュレーションとして再構築した後、条件をランダム化した学習エピソードを4,500件超生成した。Googleの報告によると、その結果、実機ロボットでの成功率は56%から75%に上昇し、完了時間は35秒から24秒に短縮された。

この先行実験はGemini Robotics 2.5のベンチマークではないが、今回の発表を支える開発サイクルを示している。産業用ロボティクスに関して、この発表はシミュレーションデータの生成、ハードウェアの制御、敵対的な安全性評価を1つのワークフローに結び付けている。今後の課題は、このワークフローが、実証されたキッティング作業以外のタスクや、他のロボット、職場にもどの程度一貫して適用できるかだ。