หุ่นยนต์ฮิวแมนนอยด์ Apollo 2 ทำอัตราความสำเร็จได้ 96% ในการพิสูจน์แนวคิดการคัดแยกชิ้นส่วนของ Mercedes-Benz

Google DeepMind เปิดตัว Gemini Robotics 2.5 เมื่อวันที่ 10 พฤศจิกายน 2026 พร้อมรายงานว่า หุ่นยนต์ฮิวแมนนอยด์ Apollo 2 ของ Apptronik คัดแยกชิ้นส่วนยานยนต์บนสายการผลิตจริงของ Mercedes-Benz ได้สำเร็จ 96% ในการพิสูจน์แนวคิด

Gemini Robotics 2.5 เป็นโมเดลการมองเห็น-ภาษา-การกระทำ (VLA) ซึ่งเชื่อมโยงความเข้าใจภาพและภาษาเข้ากับการกระทำของหุ่นยนต์ DeepMind กำลังทยอยเปิดให้พันธมิตรด้านหุ่นยนต์ใช้งาน หน้าโมเดลอย่างเป็นทางการอธิบายว่าโมเดลควบคุมได้ตั้งแต่แขนหุ่นยนต์บนโต๊ะไปจนถึงหุ่นยนต์ฮิวแมนนอยด์ทั้งตัว รวมถึงการทรงตัวแบบไดนามิกเพื่อก้าวเดิน ย่อตัว และก้มตัว พร้อมเปิดให้ลงชื่อรอใช้งานก่อนใคร

Apollo 2 ทำงานจัดชุดชิ้นส่วนยานยนต์

การทดลองในโรงงานเกิดขึ้นที่โรงงาน Mercedes-Benz ในเมือง Kecskemét ประเทศฮังการี และเมือง Sindelfingen ประเทศเยอรมนี โดย DeepMind, Apptronik และผู้ผลิตรถยนต์รายนี้ร่วมกันนำ Apollo 2 ไปใช้งานบนสายการผลิตจริง ในการพิสูจน์แนวคิด หุ่นยนต์ฮิวแมนนอยด์คัดแยกชิ้นส่วนจากถังบรรจุรวมลงในถาดโดยอัตโนมัติ โดยจัดเรียงตามลำดับที่รถแต่ละคันต้องใช้ได้อย่างแม่นยำ

โมเดลสองตัวแบ่งหน้าที่กันในกระบวนการทำงาน Gemini Robotics ER ติดตามความคืบหน้า ส่วน Gemini Robotics 2.5 ควบคุมมือและแขนของหุ่นยนต์ฮิวแมนนอยด์ให้หยิบขายึดโลหะสำหรับยานยนต์จากถังเก็บชิ้นส่วน วางลงในภาชนะจัดเรียงตามลำดับ และแก้ไขช่องว่างที่พบ การทดสอบใช้ Apollo 2 รุ่นที่ติดตั้งมือ SharpaWave แบบห้านิ้ว ซึ่งมีองศาอิสระ 22 องศา DeepMind ระบุว่า การมอบหมายงานเตรียมชิ้นส่วนที่ซ้ำซากเช่นนี้ให้หุ่นยนต์ทำ จะช่วยให้สายการประกอบดำเนินต่อไปได้ ขณะที่ช่างเทคนิคมุ่งทำงานประกอบที่ซับซ้อน

Jeff Cardenas ผู้ร่วมก่อตั้งและซีอีโอของ Apptronik กล่าวว่า

“เมื่อนำ Apollo 2 มาทำงานร่วมกับ Gemini Robotics เราเห็นว่าโมเดลพัฒนาขึ้นอย่างมากภายในเวลาเพียงไม่กี่สัปดาห์หลังการฝึกเพิ่มเติม และสามารถนำไปใช้ในสายการผลิตของ Mercedes-Benz ได้โดยประสิทธิภาพลดลงเพียงเล็กน้อย”

พัฒนาการด้านความคล่องแคล่วและการประเมินความปลอดภัย

นอกเหนือจากงานในโรงงาน ชุดการประเมินยังครอบคลุมงานที่แตกต่างกันมากกว่า 200 รายการ เช่น การใช้ที่คีบเสิร์ฟอาหาร การผูกโบกล่องของขวัญ และการใช้ปิเปตดูดจ่ายของเหลว งานเหล่านี้ผสานการใช้เครื่องมือขั้นสูง การจัดการวัตถุที่เปลี่ยนรูปได้อย่างซับซ้อน และการหยิบจับสิ่งของเปราะบางอย่างระมัดระวัง DeepMind รายงานว่า โมเดลทำอัตราความสำเร็จได้สูงกว่าค่าฐานเดิม 30% ถึง 100% ขึ้นอยู่กับประเภทงาน และทำงานเสร็จเร็วขึ้น 20% ถึง 30%

เพื่อความปลอดภัยทางกายภาพ โมเดลใช้แนวทางการให้เหตุผลขณะอนุมานเพื่อหลบหลีกอันตรายแบบเรียลไทม์ ในการประเมินของ DeepMind อัตราการทำงานให้เสร็จอย่างปลอดภัยเพิ่มขึ้น 33% เมื่อมีสิ่งกีดขวาง และเพิ่มขึ้น 43% เมื่อมีคนอยู่ใกล้ ๆ การเปิดตัวครั้งนี้ยังครอบคลุมงานเชิงตัวแทนที่มีกรอบเวลายาว ซึ่งต้องรักษาความปลอดภัยตลอดหลายขั้นตอน

DeepMind ยังเปิดตัว ASIMOV-Jailbreak ซึ่งเป็นเกณฑ์มาตรฐานแบบโอเพนซอร์สที่ใช้คำสั่งพรางคำขอที่ไม่ปลอดภัยไว้ในฉากต่าง ๆ หลายสิบฉาก DeepMind รายงานว่า Gemini 4 Argon ต้านทานการโจมตีแบบเจลเบรกได้ 99.5% เทียบกับค่าฐานเดิม 82% ของ Gemini Robotics ER 2 คลังเก็บนี้เผยแพร่โค้ดและข้อมูลสำหรับการประเมินภายใต้สัญญาอนุญาต MIT

การประเมินเชิงปฏิปักษ์แบบหลายรอบ V3 มีตัวอย่าง 845 รายการ ครอบคลุมกลยุทธ์ 15 กลุ่ม และรองรับได้สูงสุด 10 ขั้นตอน โดยผสานการตรวจสอบการเรียกใช้เครื่องมือสำหรับการกระทำแบบกำหนดผลแน่นอนเข้ากับการตัดสินโดยโมเดลภาษาขนาดใหญ่ ชุดทดสอบใช้ทั้งงานจัดการสิ่งของบนโต๊ะที่เป็นอันตรายและไม่เป็นอันตรายเป็นคู่กัน ทำให้วัดความสำเร็จของการโจมตีควบคู่กับการปฏิเสธงานที่ไม่เป็นอันตรายมากเกินไปได้ เพื่อทดสอบว่าโมเดลปฏิเสธคำสั่งที่ไม่ปลอดภัยโดยไม่ปฏิเสธงานที่ปลอดภัยไปด้วยหรือไม่

การฝึกด้วยการจำลองผ่าน Gemini 4 Argon

DeepMind ระบุว่า Gemini 4 Argon ช่วยเร่งการพัฒนา Gemini Robotics 2.5 ผ่านการจำลอง Argon สร้างการฝึกซ้อมที่หลากหลายได้หลายพันครั้งจากฉากที่บันทึกด้วยกล้องในโลกจริง และสร้างแฝดดิจิทัลที่สมจริงได้ เมื่อนำการฝึกซ้อมเหล่านี้มาผสานกับตัวอย่างการฝึกจากโลกจริง ก็ช่วยให้หุ่นยนต์ปรับใช้ความรู้กับฉากและวัตถุใหม่ ๆ ได้รวดเร็วยิ่งขึ้น นักวิจัยยังใช้ Argon เพื่อเสนอคำอธิบายสาเหตุที่งานล้มเหลวจากวิดีโอ และทดสอบการปรับปรุงทั้งในการจำลองและบนหุ่นยนต์จริงได้

โพสต์สำหรับนักพัฒนาเมื่อวันที่ 13 ตุลาคม 2026บันทึกแนวทางดังกล่าวไว้ในการทดลองแยกต่างหาก การทดลองเริ่มจากภาพถ่ายสีของโต๊ะจริงหนึ่งภาพ จากนั้น Argon สร้างภาพจำลองฟิสิกส์ MuJoCo ที่ปรับเทียบแล้ว ก่อนผลิตตอนการฝึกมากกว่า 4,500 ตอนภายใต้เงื่อนไขที่สุ่มเปลี่ยนแปลง Google รายงานว่า อัตราความสำเร็จของหุ่นยนต์จริงเพิ่มจาก 56% เป็น 75% ขณะที่เวลาทำงานเสร็จลดจาก 35 วินาทีเหลือ 24 วินาที

การทดลองก่อนหน้านั้นไม่ใช่เกณฑ์มาตรฐานของ Gemini Robotics 2.5 แต่แสดงให้เห็นวงจรการพัฒนาที่อยู่เบื้องหลังการเปิดตัวครั้งนี้ สำหรับหุ่นยนต์อุตสาหกรรม ประกาศดังกล่าวเชื่อมโยงการสร้างข้อมูลจำลอง การควบคุมฮาร์ดแวร์ และการทดสอบความปลอดภัยเชิงปฏิปักษ์ไว้ในกระบวนการทำงานเดียวกัน คำถามที่ยังเปิดอยู่คือ กระบวนการนี้จะถ่ายโอนไปยังหุ่นยนต์และสถานที่ทำงานอื่น ๆ นอกเหนือจากงานจัดชุดชิ้นส่วนที่สาธิตไว้ได้อย่างสม่ำเสมอเพียงใด