Гуманоиды Apollo 2 достигли точности 96% в демонстрационном проекте по сортировке деталей для Mercedes-Benz

10 ноября 2026 года Google DeepMind представила Gemini Robotics 2.5 и сообщила, что гуманоидные роботы Apollo 2 компании Apptronik сортировали автомобильные детали на действующих производственных линиях Mercedes-Benz с успешностью 96% в рамках проверки концепции.

Gemini Robotics 2.5 — модель, объединяющая зрение, язык и действия (VLA), которая связывает визуальное и языковое понимание с действиями робота. DeepMind внедряет ее у партнеров в сфере робототехники. На официальной странице модели описаны возможности управления роботами — от настольных манипуляторов до полноразмерных гуманоидов, включая поддержание динамического равновесия при ходьбе, приседании и наклонах. Там также предлагается записаться в список ожидания раннего доступа.

Apollo 2 комплектует наборы автомобильных деталей

Работы на заводах Mercedes-Benz в Кечкемете (Венгрия) и Зиндельфингене (Германия) проводились совместно DeepMind, Apptronik и автопроизводителем: роботы Apollo 2 работали на действующих производственных линиях. В рамках проверки концепции гуманоид самостоятельно сортировал детали из контейнеров с россыпью по лоткам, выстроенным в точной последовательности, необходимой для каждого автомобиля.

Рабочий процесс был разделен между двумя моделями. Gemini Robotics ER отслеживала ход выполнения задачи, а Gemini Robotics 2.5 управляла руками и кистями гуманоидного робота: он брал металлические автомобильные кронштейны из контейнеров с деталями, помещал их в емкости для сортировки по последовательности сборки и устранял пропуски. В испытанной конфигурации Apollo 2 использовалась пятипалая кисть SharpaWave с 22 степенями свободы. По оценке DeepMind, передача роботу этой повторяющейся подготовительной работы помогает поддерживать непрерывность сборки, позволяя техническим специалистам сосредоточиться на сложных операциях.

Сооснователь и генеральный директор Apptronik Джефф Карденас сказал:

«Когда мы объединили Apollo 2 с Gemini Robotics, всего за несколько недель дополнительного обучения модели значительно улучшились, а при переносе на производство Mercedes-Benz показали лишь небольшое снижение результатов».

Повышение ловкости и оценка безопасности

Помимо работы на заводе, программа оценки охватывала более 200 различных задач, в том числе подачу еды щипцами, завязывание банта на подарочной коробке и пипетирование жидкости. Эти задачи требовали умелого использования инструментов, сложных манипуляций с деформируемыми объектами и осторожного обращения с хрупкими предметами. По данным DeepMind, в зависимости от типа задачи модель повышала успешность на 30–100% относительно прежних базовых показателей и выполняла задачи на 20–30% быстрее.

Для обеспечения физической безопасности модель использует подсказки для рассуждений во время вывода, чтобы в реальном времени обходить опасности. По результатам оценок DeepMind, успешность безопасного выполнения задач выросла на 33% при наличии препятствий и на 43% — рядом с людьми. В выпущенных материалах также рассматриваются длительные агентные задачи, в которых безопасность необходимо поддерживать на протяжении нескольких этапов.

DeepMind также выпустила ASIMOV-Jailbreak — бенчмарк с открытым исходным кодом, в котором запросы маскируют небезопасные просьбы в десятках различных сценариев. По данным DeepMind, Gemini 4 Argon показала устойчивость к джейлбрейкам на уровне 99,5% против 82% у прежней базовой модели Gemini Robotics ER 2. В репозитории доступны код и данные для оценки по лицензии MIT.

Многошаговая состязательная оценка V3 включает 845 примеров из 15 групп стратегий и допускает до 10 шагов. Она сочетает детерминированную проверку вызовов инструментов действия с оценкой большой языковой модели. Парные вредоносные и безобидные задачи по манипуляциям с предметами на столе позволяют оценочному стенду измерять успешность атак наряду с чрезмерными отказами на безобидные запросы. Так проверяется, отказывается ли модель выполнять небезопасные инструкции, не отклоняя при этом безопасные задачи.

Обучение в симуляции с Gemini 4 Argon

По данным DeepMind, Gemini 4 Argon ускорила разработку Gemini Robotics 2.5 благодаря симуляции. На основе изображения с реальной камеры Argon может создавать тысячи разнообразных тренировочных запусков и строить реалистичный цифровой двойник. Вместе с реальными обучающими демонстрациями эти запуски помогают роботам быстрее обобщать навыки и применять их в новых сценах и с новыми объектами. Исследователи также могут использовать Argon, чтобы по видеозаписям предлагать объяснения неудач при выполнении задач и проверять улучшения в симуляции и на физических роботах.

В публикации для разработчиков от 13 октября 2026 года описан этот подход на примере отдельного эксперимента. В его основе лежала одна цветная фотография реальной поверхности стола: Argon реконструировала ее в виде откалиброванной физической симуляции MuJoCo, а затем создала более 4500 обучающих эпизодов со случайными условиями. Google сообщила, что благодаря этому успешность робота в реальных условиях выросла с 56% до 75%, а время выполнения сократилось с 35 до 24 секунд.

Этот более ранний эксперимент не является бенчмарком Gemini Robotics 2.5, но показывает цикл разработки, лежащий в основе выпуска модели. В сфере промышленной робототехники анонс объединяет в одном рабочем процессе генерацию данных в симуляции, управление аппаратной частью и состязательное тестирование безопасности. Открытым остается вопрос, насколько надежно этот подход можно перенести с продемонстрированной задачи комплектации наборов деталей на других роботов и рабочие площадки.