Apollo 2-humanoider når 96% i ett proof of concept för sortering hos Mercedes-Benz

Google DeepMind introducerade Gemini Robotics 2.5 den 10 november 2026 och rapporterade en framgångsgrad på 96 % när Apptroniks humanoida Apollo 2-robotar sorterade bildelar i ett proof of concept på Mercedes-Benz aktiva produktionslinjer.

Gemini Robotics 2.5 är en vision-language-action-modell (VLA) som kopplar samman visuell förståelse och språkförståelse med robotars handlingar. DeepMind rullar ut den till robotikpartner. På den officiella modellsidan beskrivs hur modellen kan styra allt från robotarmar på bord till fullstora humanoida kroppar, bland annat genom dynamisk balans vid steg, knäböjningar och böjningar. Där finns också en väntelista för tidig åtkomst.

Apollo 2 utför sortering av bildelar

Arbetet utfördes vid Mercedes-Benz-fabrikerna i Kecskemét i Ungern och Sindelfingen i Tyskland, där DeepMind, Apptronik och biltillverkaren körde Apollo 2 på aktiva produktionslinjer. I proof of concept-testet sorterade humanoiden delar autonomt från storbehållare till brickor, ordnade i den exakta sekvens som krävdes för varje fordon.

Två modeller delade upp arbetsflödet. Gemini Robotics ER följde arbetets förlopp, medan Gemini Robotics 2.5 styrde humanoidens händer och armar för att plocka metallfästen för bilar från behållare, placera dem i sekvenseringsbehållare och rätta till eventuella luckor. Den testade Apollo 2-konfigurationen använde en SharpaWave-hand med fem fingrar och 22 frihetsgrader. DeepMind framhåller att det repetitiva förberedelsearbetet kan delegeras på det här sättet så att monteringslinjerna hålls i gång medan teknikerna fokuserar på komplexa monteringsuppgifter.

Apptroniks medgrundare och vd Jeff Cardenas sa:

”När vi kombinerade Apollo 2 med Gemini Robotics såg vi hur modellerna förbättrades dramatiskt under bara några veckors efterträning, och hur väl resultaten överfördes till Mercedes-Benz produktion med mycket liten försämring.”

Förbättrad fingerfärdighet och säkerhetsutvärdering

Utöver fabriksarbetet omfattade utvärderingsserien mer än 200 olika uppgifter, däribland att servera mat med tång, knyta en rosett på en presentask och pipettera vätska. Uppgifterna kombinerade avancerad verktygsanvändning, komplex hantering av deformerbara föremål och varsam hantering av ömtåliga föremål. Modellen uppnådde 30–100 % högre framgångsgrad än tidigare baslinjer, beroende på uppgiftstyp, och utförde uppgifterna 20–30 % snabbare, rapporterar DeepMind.

För fysisk säkerhet använder modellen vägledning för resonemang under inferens för att styra runt faror i realtid. I DeepMinds utvärderingar ökade andelen säkert slutförda uppgifter med 33 % runt hinder och 43 % när människor befann sig i närheten. Lanseringen omfattar också agentiska uppgifter med långa tidshorisonter, där säkerheten måste upprätthållas genom flera steg.

DeepMind släppte också ASIMOV-Jailbreak, ett riktmärke med öppen källkod vars promptar döljer osäkra förfrågningar i dussintals scenarier. Gemini 4 Argon uppnådde 99,5 % motståndskraft mot jailbreakförsök, jämfört med 82 % för den tidigare baslinjen Gemini Robotics ER 2, rapporterar DeepMind. Kod och data för utvärderingen finns i kodförrådet under en MIT-licens.

Den adversariella utvärderingen V3 med flera turer omfattar 845 exempel fördelade på 15 strategigrupper och tillåter upp till 10 steg. Den kombinerar deterministiska kontroller av verktygsanrop för handlingar med bedömningar från en stor språkmodell. Par av skadliga och harmlösa uppgifter inom bordsmatipulering gör det möjligt för testmiljön att mäta hur framgångsrika angrepp är, samtidigt som den mäter överdrivna avvisanden av harmlösa uppgifter. På så sätt testas om en modell avvisar osäkra instruktioner utan att samtidigt avvisa säkra uppgifter.

Simuleringsträning med Gemini 4 Argon

DeepMind tillskriver Gemini 4 Argon en påskyndad utveckling av Gemini Robotics 2.5 genom simulering. Argon kan generera tusentals varierade träningskörningar utifrån en kameravy från verkligheten och skapa en realistisk digital tvilling. Tillsammans med verkliga träningsdemonstrationer hjälper dessa körningar robotar att snabbare generalisera till nya scener och föremål. Forskare kan också använda Argon för att föreslå förklaringar till misslyckade uppgifter utifrån video och testa förbättringar i simulering och på fysiska robotar.

Ett utvecklarinlägg från den 13 oktober 2026 beskriver tillvägagångssättet i ett separat experiment. Det började med ett enda färgfoto av en verklig bordsyta, som Argon återskapade som en kalibrerad fysiksimulering i MuJoCo innan modellen genererade mer än 4 500 träningsavsnitt med slumpmässigt varierade förhållanden. Google rapporterade att framgångsgraden för den verkliga roboten därmed steg från 56 % till 75 %, medan tiden för att slutföra uppgiften sjönk från 35 sekunder till 24 sekunder.

Det tidigare experimentet är inte ett riktmärke för Gemini Robotics 2.5, men illustrerar utvecklingscykeln bakom lanseringen. För industriell robotik knyter tillkännagivandet samman generering av simulerade data, styrning av maskinvara och adversariell säkerhetstestning i ett och samma arbetsflöde. Den öppna frågan är hur konsekvent arbetsflödet kan överföras från den demonstrerade sorteringsuppgiften till andra robotar och arbetsplatser.