РЕЛИЗ · MODELS · #3346
Google представляет Gemini Robotics 2.5 — улучшенную VLA-модель для реальной роботизированной ловкости
Google представила Gemini Robotics 2.5 — обновлённую VLA‑модель, которая расширяет набор навыков, повышает ловкость, надёжность и безопасность роботов. По данным Google, модель протестировали на более чем 200 задачах (рост успеха на 30–100% и ускорение выполнения на 20–30% по сравнению с предыдущими базовыми моделями) и она показала 96% успеха в пилоте на производственной линии Mercedes‑Benz с гуманоидом Apptronik Apollo 2.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Google представила Gemini Robotics 2.5 — обновлённую VLA‑модель, которая расширяет набор навыков, повышает ловкость, надёжность и безопасность роботов.
- По данным Google, модель протестировали на более чем 200 задачах (рост успеха на 30–100% и ускорение выполнения на 20–30% по сравнению с предыдущими базовыми моделями) и она показала 96% успеха в пилоте на производственной линии Mercedes‑Benz с гуманоидом Apptronik Apollo 2.
- Это важно, поскольку заявленные улучшения в ловкости, скорости и безопасности и промышленный пилот указывают на реальный шаг к массовому применению роботов в производстве.
БРИФ ДЛЯ РЕШЕНИЙ
УВЕРЕННОСТЬ
ЧТО ИЗМЕНИЛОСЬ
Google DeepMind представила Gemini Robotics 2.5 — обновлённую VLA‑модель. По заявлению компании, модель расширяет набор задач и улучшает ловкость, надёжность и безопасность; её оценивали на более чем 200 задачах с заявленным ростом успешности на 30–100% и ускорением выполнения на 20–30% по сравнению с предыдущими базовыми моделями. В промышленном пилоте на активных линиях Mercedes‑Benz с гуманоидом Apptronik Apollo 2 сообщается о 96% успеха. Google также отмечает улучшение физической безопасной управляемости, представление бенчмарка для анти‑джейлбрейков (ASIMOV‑Jailbreak) и распространение модели среди партнёров по робототехнике.
ПОЧЕМУ СЕЙЧАС
Компания заявляет о значительных улучшениях в производительности, скорости и безопасности и подтверждает это промышленным пилотом на активных производственных линиях. Эти элементы — метрики по 200+ задачам и заводской пилот — формируют основу для оценки готовности к более широкому реальному применению и распространению среди партнёров.
КОГО ЗАТРАГИВАЕТ
В источниках прямо названы: Google DeepMind и её партнёры по робототехнике; Apptronik (гуманоид Apollo 2); производственные линии Mercedes‑Benz (Кечкемет и Зиндельфинген упомянуты в материале СМИ); пользователи VLA‑управления роботами на платформах вроде Apollo 2 и Franka Duo.
ПОДТВЕРЖДЕНО
- Google DeepMind объявила о Gemini Robotics 2.5. - Модель оценивали более чем по 200 различным задачам. - Google сообщает о росте успешности на 30–100% и ускорении выполнения задач на 20–30% по сравнению с предыдущими базовыми моделями, в зависимости от типа задачи. - В промышленном пилоте на активных линиях Mercedes‑Benz с гуманоидом Apptronik Apollo 2 Google сообщает о 96% успешности при задаче комплектации. - Приведены примерные задачи: подача еды щипцами, завязывание банта, пипетирование жидкостей. - По данным СМИ, DeepMind использует Gemini 4 Argon как движок симуляции для обучения. - Google сообщает об улучшении управляемости физической безопасности и представлении бенчмарка для тестирования анти‑джейлбрейков в робототехнике. - Модель описана как совместимая с разными типами роботов, включая Apollo 2 и платформу Franka Duo. - Google сообщает о развёртывании Gemini Robotics 2.5 среди партнёров по робототехнике.
НЕОПРЕДЕЛЁННОСТЬ
Отсутствует или неясно по предоставленным отрывкам: - Независимая проверка: в отрывках нет данных о сторонней или рецензируемой верификации заявленных показателей успешности, ускорения или метрик безопасности. - Детали оценки: отрывки не содержат полной методологии (точные определения задач, число испытаний, критерии успеха, статистическая неопределённость, состав наборов данных). - Долговременная и масштабная устойчивость: неизвестно, сохраняются ли заявленные характеристики и 96% успеха при длительной непрерывной работе или в разных фабриках. - Обобщаемость: степень производительности на разном аппаратном обеспечении, с разными типами деталей и в непредвиденных крайних случаях за пределами приведённых примеров (Apollo 2, Franka Duo) не уточнена. - Доступность и развёртывание: конкретный объём, сроки, модель лицензирования или коммерческая доступность для партнёров кроме общего заявления о развёртывании не указаны. - Детали ASIMOV‑Jailbreak и его принятие: содержание, результаты оценки и внешнее применение бенчмарка не раскрыты в отрывках. В предоставленных отрывках противоречий не обнаружено; неопределённости связаны с отсутствием подробностей, а не с явными противоречиями.
ЧТО ОТСЛЕЖИВАТЬ
Конкретные наблюдаемые сигналы для отслеживания (на основе отрывков): - Публикация полных деталей оценок (методология, число испытаний по задачам, критерии успеха) или рецензируемые статьи, подтверждающие результаты по 200+ задачам. - Независимые сторонние тесты или аудиты с отчётами о производительности на тех же или аналогичных задачах. - Анонсы дополнительных промышленных развёртываний или более широкого развёртывания от Mercedes‑Benz, Apptronik, других производителей или партнёров Google по робототехнике. - Публикация, репозиторий или результаты бенчмарка ASIMOV‑Jailbreak и его принятие внешними исследователями. - Технические раскрытия по интеграции с Gemini 4 Argon или открытые артефакты, использованные для обучения/симуляции. - Отчёты о длительной работоспособности, режимах отказов или статистике инцидентов безопасности в производственных условиях.
ПОЧЕМУ ЭТО ВАЖНО
Это важно, поскольку заявленные улучшения в ловкости, скорости и безопасности и промышленный пилот указывают на реальный шаг к массовому применению роботов в производстве.
КАРТА ДОКАЗАТЕЛЬСТВ
4Редакционные тезисы связаны с конкретными источниками. Отдельно отмечены подтверждения, противоречия и контекст.
Google DeepMind представила Gemini Robotics 2.5 — новую, более способную VLA‑модель.
ПОДТВЕРЖДЕНОПроверено 2026-11-10 · 2 подтверждений
Модель тестировали более чем на 200 различных реальных задачах (в пример приводят подачу еды щипцами, завязывание банта и пипетирование).
ПОДТВЕРЖДЕНОПроверено 2026-11-10 · 2 подтверждений
По данным DeepMind, модель показывает на 30–100% более высокие показатели успеха и выполняет задачи на 20–30% быстрее по сравнению с предыдущими базовыми моделями (в зависимости от типа задачи).
ПОДТВЕРЖДЕНОПроверено 2026-11-10 · 1 подтверждений
В отрывке СМИ явно приводятся цифры: рост успеха на 30–100% и ускорение выполнения на 20–30% относительно предыдущих базовых моделей.
КОНТЕКСТ Google DeepMindMEDIA · 2026-11-10Блог DeepMind говорит о значительном увеличении производительности и ловкости, но в приведённом отрывке числовые диапазоны из СМИ явно не указаны.
В пилотном проекте на производственных линиях Mercedes‑Benz гуманоид Apptronik Apollo 2 достиг заявленного показателя успеха 96% при сортировке/сборке металлических деталей.
ПОДТВЕРЖДЕНОПроверено 2026-11-10 · 2 подтверждений
Блог DeepMind сообщает о 96% успехе у Apollo 2 при подборе и упаковке автомобильных деталей в реальном пилоте на линиях Mercedes‑Benz.
ПОДТВЕРЖДАЕТ The DecoderMEDIA · 2026-11-10В материале СМИ приводятся детали пилота (локации, описание задачи, использование двух моделей) и указывается заявленный показатель 96%.
ИСТОЧНИКИ И ХРОНОЛОГИЯ
2We’re enabling robots to learn faster for the real world - from everyday skills to the factory floor Today, we are introducing Gemini Robotics 2.5, our most capable vision-language-action (VLA) model to date. Gemini Robotics 2.5 increases both the breadth of skills a robot can learn and the speed at which it can acquire them. This enhances dexterity, reliability, and safety to help robots step out of the lab and into…
Google Deepmind introduced Gemini Robotics 2.5, a new VLA model it says performs 30 to 100 percent better than its own previous baselines depending on the task type. On active Mercedes-Benz production lines in Hungary and Germany, Apptronik's humanoid robot Apollo 2 sorted metal parts with a reported success rate of 96 percent. Google Deepmind uses its language model Gemini 4 Argon as a simulation engine for traini…