Apollo 2-humanoïde robots behalen 96% in haalbaarheidsproef voor sorteren bij Mercedes-Benz

Google DeepMind introduceerde Gemini Robotics 2.5 op 10 november 2026 en meldde een slagingspercentage van 96% toen de Apollo 2-humanoïde robots van Apptronik auto-onderdelen sorteerden tijdens een haalbaarheidsproef op actieve productielijnen van Mercedes-Benz.

Gemini Robotics 2.5 is een vision-language-action-model (VLA) dat visueel en taalkundig begrip koppelt aan robotacties. DeepMind rolt het uit bij roboticapartners. De officiële modelpagina beschrijft besturing van robotarmen op een tafel tot complete humanoïde lichamen, inclusief dynamische balans bij stappen, hurken en buigen, en biedt een wachtlijst voor vroege toegang.

Apollo 2 voert kitting van auto-onderdelen uit

Het fabriekswerk vond plaats in de Mercedes-Benz-fabrieken in Kecskemét, Hongarije, en Sindelfingen, Duitsland. DeepMind, Apptronik en de autofabrikant lieten Apollo 2 op actieve productielijnen werken. Tijdens de haalbaarheidsproef sorteerde de humanoïde robot zelfstandig onderdelen uit bulkbakken in trays, in de exacte volgorde die voor elk voertuig nodig was.

Twee modellen verdeelden het werk. Gemini Robotics ER hield de voortgang bij, terwijl Gemini Robotics 2.5 de handen en armen van de humanoïde robot aanstuurde om metalen autosteunen uit voorraadbakken te pakken, ze in volgordebakken te plaatsen en eventuele lege plekken op te vullen. De geteste configuratie van Apollo 2 gebruikte een SharpaWave-hand met vijf vingers en 22 vrijheidsgraden. DeepMind stelt dat het uitbesteden van deze repetitieve voorbereiding de assemblagelijnen draaiende kan houden, terwijl technici zich richten op complexe bouwtaken.

Apptronik-medeoprichter en CEO Jeff Cardenas zei:

‘Door Apollo 2 te combineren met Gemini Robotics zagen we de modellen in slechts enkele weken na de training aanzienlijk beter presteren, en behielden ze die prestaties bij de overstap naar de productie van Mercedes-Benz vrijwel volledig.’

Vooruitgang in behendigheid en veiligheidsevaluatie

Naast het werk in de fabriek omvatte de evaluatieset meer dan 200 verschillende taken, waaronder eten serveren met een tang, een strik op een geschenkdoos knopen en vloeistof pipetteren. De taken combineerden geavanceerd gereedschapsgebruik, complexe manipulatie van vervormbare voorwerpen en zorgvuldige omgang met kwetsbare voorwerpen. Afhankelijk van het taaktype behaalde het model 30% tot 100% hogere slagingspercentages dan eerdere uitgangsmodellen en voerde het taken 20% tot 30% sneller uit, meldt DeepMind.

Voor fysieke veiligheid gebruikt het model redeneersturing tijdens de inferentie om in realtime om gevaren heen te navigeren. Bij de evaluaties van DeepMind nam het percentage taken dat veilig werd voltooid met 33% toe in de buurt van obstakels en met 43% in de buurt van mensen. De release richt zich ook op agentische taken met een lange looptijd, waarbij de veiligheid gedurende meerdere stappen gewaarborgd moet blijven.

DeepMind bracht ook ASIMOV-Jailbreak uit, een openbronnenbenchmark met prompts die onveilige verzoeken verhullen in tientallen scenario’s. Gemini 4 Argon behaalde een jailbreakweerstand van 99,5%, tegenover 82% voor het eerdere uitgangsmodel Gemini Robotics ER 2, meldt DeepMind. De repository bevat evaluatiecode en -gegevens onder een MIT-licentie.

De adversariële evaluatie V3 met meerdere beurten bevat 845 voorbeelden uit 15 strategiecategorieën en staat maximaal 10 stappen toe. De evaluatie combineert deterministische controles van aanroepen van actietools met een beoordeling door een groot taalmodel. Met gepaarde schadelijke en onschadelijke taken voor manipulatie op een tafel kan het testprogramma zowel het succes van aanvallen als onterechte weigeringen van onschadelijke verzoeken meten. Zo wordt getest of een model onveilige instructies weigert zonder ook veilig werk af te wijzen.

Simulatietraining met Gemini 4 Argon

DeepMind schrijft de versnelling van de ontwikkeling van Gemini Robotics 2.5 door middel van simulatie toe aan Gemini 4 Argon. Argon kan op basis van een camerabeeld van een echte scène duizenden gevarieerde oefenruns genereren en een realistische digitale tweeling maken. In combinatie met demonstraties uit echte trainingen helpen deze runs robots om sneller te generaliseren naar nieuwe scènes en voorwerpen. Onderzoekers kunnen Argon ook gebruiken om op basis van video mogelijke verklaringen voor mislukte taken voor te stellen en verbeteringen te testen in simulaties en op fysieke robots.

Een ontwikkelaarsbericht van 13 oktober 2026 beschrijft die aanpak in een afzonderlijk experiment. Dat begon met één kleurenfoto van een echte tafel, die Argon reconstrueerde als een gekalibreerde MuJoCo-fysicasimulatie, waarna het meer dan 4.500 trainingssessies met gerandomiseerde omstandigheden genereerde. Google meldde dat het slagingspercentage van de echte robot hierdoor steeg van 56% naar 75%, terwijl de uitvoeringstijd daalde van 35 seconden naar 24 seconden.

Dat eerdere experiment is geen benchmark voor Gemini Robotics 2.5, maar laat wel de ontwikkelingscyclus achter de release zien. Voor industriële robotica brengt de aankondiging het genereren van simulatiegegevens, hardwarebesturing en adversariële veiligheidstests samen in één workflow. De open vraag is hoe consistent die workflow kan worden toegepast op andere robots en werkplekken dan de gedemonstreerde kittingtaak.