Tech Meridian ← К ЛЕНТЕ
PROМОЙ MERIDIAN EN

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

  1. Google представила Gemini Robotics 2.5 — обновлённую VLA‑модель, которая расширяет набор навыков, повышает ловкость, надёжность и безопасность роботов.
  2. 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.
  3. Это важно, поскольку заявленные улучшения в ловкости, скорости и безопасности и промышленный пилот указывают на реальный шаг к массовому применению роботов в производстве.
MERIDIAN INTELLIGENCE

БРИФ ДЛЯ РЕШЕНИЙ

60/100
УВЕРЕННОСТЬ
01

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.

02

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.

03

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.

04

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.

05

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.

06

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.

ОСНОВАНО НА ИСТОЧНИКАХ Google DeepMind ↗The Decoder ↗

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

4

Редакционные тезисы связаны с конкретными источниками. Отдельно отмечены подтверждения, противоречия и контекст.

Google DeepMind представила Gemini Robotics 2.5 — новую, более способную VLA‑модель.

ПОДТВЕРЖДЕНО

Проверено 2026-11-10 · 2 подтверждений

Модель тестировали более чем на 200 различных реальных задачах (в пример приводят подачу еды щипцами, завязывание банта и пипетирование).

ПОДТВЕРЖДЕНО

Проверено 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).

ПОДТВЕРЖДЕНО

Проверено 2026-11-10 · 1 подтверждений

В пилотном проекте на производственных линиях Mercedes‑Benz гуманоид Apptronik Apollo 2 достиг заявленного показателя успеха 96% при сортировке/сборке металлических деталей.

ПОДТВЕРЖДЕНО

Проверено 2026-11-10 · 2 подтверждений

ИСТОЧНИКИ И ХРОНОЛОГИЯ

2