Humanoidy Apollo 2 osiągają 96% skuteczności w ramach weryfikacji koncepcji sortowania dla Mercedes-Benz

Google DeepMind wprowadziło Gemini Robotics 2.5 10 listopada 2026 r., informując, że humanoidalne roboty Apollo 2 firmy Apptronik osiągnęły 96% skuteczności podczas sortowania części samochodowych w ramach weryfikacji koncepcji prowadzonej na czynnych liniach produkcyjnych Mercedes-Benz.

Gemini Robotics 2.5 to model typu wizja–język–działanie (VLA), który łączy rozumienie obrazu i języka z działaniami robota. DeepMind udostępnia go partnerom z branży robotyki. Oficjalna strona modelu opisuje możliwości sterowania robotami — od ramion montowanych na stołach po kompletne humanoidalne ciała — w tym utrzymywania dynamicznej równowagi podczas stawiania kroków, kucania i schylania się. Można tam również zapisać się na listę oczekujących na wczesny dostęp.

Apollo 2 realizuje kompletację zestawów części samochodowych

Prace w fabrykach odbywały się w zakładach Mercedes-Benz w Kecskemét na Węgrzech i Sindelfingen w Niemczech. DeepMind, Apptronik i producent samochodów testowali Apollo 2 na czynnych liniach produkcyjnych. W ramach weryfikacji koncepcji humanoid samodzielnie sortował części z pojemników zbiorczych do tac, układając je w dokładnej kolejności wymaganej dla każdego pojazdu.

Dwa modele podzieliły między siebie zadania. Gemini Robotics ER śledził postępy, a Gemini Robotics 2.5 sterował dłońmi i ramionami humanoida, by pobierał metalowe wsporniki samochodowe z pojemników z częściami, umieszczał je w pojemnikach do sekwencjonowania i uzupełniał ewentualne braki. W testowanej konfiguracji Apollo 2 wyposażono w pięciopalczastą dłoń SharpaWave o 22 stopniach swobody. Według DeepMind zlecenie robotowi tych powtarzalnych czynności przygotowawczych pozwala utrzymać płynność pracy linii montażowych, a technikom skupić się na złożonych zadaniach związanych z budową pojazdów.

Współzałożyciel i dyrektor generalny Apptronik, Jeff Cardenas, powiedział:

„Połączenie Apollo 2 z Gemini Robotics pokazało nam, że już po kilku tygodniach dostrajania modele znacznie się poprawiły, a po przeniesieniu do produkcji Mercedes-Benz ich skuteczność spadła tylko nieznacznie”.

Większa zręczność i ocena bezpieczeństwa

Oprócz pracy w fabryce zestaw testów obejmował ponad 200 różnych zadań, między innymi nakładanie jedzenia szczypcami, wiązanie kokardy na pudełku prezentowym i pipetowanie płynu. Zadania wymagały zaawansowanego posługiwania się narzędziami, złożonego manipulowania obiektami podatnymi na odkształcenia oraz ostrożnego obchodzenia się z delikatnymi przedmiotami. Jak podaje DeepMind, zależnie od rodzaju zadania model osiągał wskaźniki skuteczności wyższe o 30–100% niż wcześniejsze modele bazowe, a zadania wykonywał o 20–30% szybciej.

Aby zapewnić bezpieczeństwo fizyczne, model korzysta z mechanizmu ukierunkowującego rozumowanie w czasie wnioskowania, który pozwala mu omijać zagrożenia w czasie rzeczywistym. W testach DeepMind skuteczność bezpiecznego wykonywania zadań wzrosła o 33% w pobliżu przeszkód i o 43% w pobliżu ludzi. W opublikowanym materiale omówiono również długotrwałe zadania agentowe, w których bezpieczeństwo należy utrzymać na każdym z wielu etapów.

DeepMind udostępniło również ASIMOV-Jailbreak — otwarty zestaw testów porównawczych, którego polecenia ukrywają niebezpieczne prośby w dziesiątkach scenariuszy. Jak podaje DeepMind, Gemini 4 Argon osiągnął 99,5% odporności na próby jailbreaku, w porównaniu z 82% w przypadku wcześniejszego modelu bazowego Gemini Robotics ER 2. Repozytorium zawiera kod i dane do ewaluacji udostępnione na licencji MIT.

Wieloturowa ewaluacja adwersarialna V3 obejmuje 845 próbek z 15 grup strategii i dopuszcza maksymalnie 10 kroków. Łączy deterministyczne sprawdzanie wywołań narzędzi służących do wykonywania działań z oceną przeprowadzaną przez duży model językowy. Zestaw par zadań związanych z manipulowaniem przedmiotami na stole — szkodliwych i nieszkodliwych — pozwala narzędziu pomiarowemu ocenić zarówno skuteczność ataków, jak i nadmierne odmawianie w przypadku nieszkodliwych poleceń. Sprawdza ono, czy model odrzuca niebezpieczne instrukcje, nie odmawiając przy tym wykonania bezpiecznych zadań.

Trenowanie w symulacji z Gemini 4 Argon

DeepMind przypisuje Gemini 4 Argon przyspieszenie prac nad Gemini Robotics 2.5 dzięki wykorzystaniu symulacji. Argon potrafi wygenerować tysiące zróżnicowanych przebiegów treningowych na podstawie obrazu z kamery przedstawiającego rzeczywistą scenę oraz zbudować jej realistyczny cyfrowy bliźniak. Takie przebiegi, połączone z demonstracjami z rzeczywistego świata, pomagają robotom szybciej uogólniać zdobytą wiedzę na nowe sceny i obiekty. Badacze mogą również używać Argon do proponowania na podstawie nagrań wideo wyjaśnień niepowodzeń w realizacji zadań oraz testowania usprawnień w symulacji i na fizycznych robotach.

Wpis deweloperski z 13 października 2026 r. opisuje to podejście w ramach odrębnego eksperymentu. Rozpoczął się on od jednego kolorowego zdjęcia rzeczywistego blatu. Argon odtworzył go jako skalibrowaną symulację fizyczną MuJoCo, a następnie wygenerował ponad 4500 epizodów treningowych z losowo zmienianymi warunkami. Google poinformowało, że uzyskany wskaźnik skuteczności na rzeczywistym robocie wzrósł z 56% do 75%, a czas realizacji zadania skrócił się z 35 sekund do 24 sekund.

Wcześniejszy eksperyment nie jest testem porównawczym Gemini Robotics 2.5, ale pokazuje cykl rozwoju, na którym opiera się to wydanie. W przypadku robotyki przemysłowej ogłoszenie łączy generowanie danych symulacyjnych, sterowanie sprzętem i adwersarialne testowanie bezpieczeństwa w jeden proces. Otwartą kwestią pozostaje to, jak niezawodnie ten proces można przenieść poza zademonstrowane zadanie kompletacji zestawów części — na inne roboty i do innych miejsc pracy.