Google prezentuje Gemini Robotics 2.5. Roboty szybciej uczą się pracy i radzą sobie poza laboratorium

Google DeepMind zaprezentował Gemini Robotics 2.5, nową generację modelu vision-language-action przeznaczonego do sterowania robotami. System łączy analizę obrazu, rozumienie poleceń i planowanie ruchu, a główne zmiany dotyczą szybszego uczenia nowych czynności oraz lepszego radzenia sobie w zmiennym otoczeniu.

Model przetestowano na ponad 200 zadaniach, obejmujących m.in. manipulowanie przedmiotami, korzystanie z narzędzi i pracę w środowisku przemysłowym. Humanoid Apollo 2 wykorzystujący Gemini Robotics 2.5 trafił także na linie produkcyjne Mercedesa, gdzie w jednym z testów osiągnął 96 proc. skuteczności przy kompletowaniu części samochodowych.

Gemini Robotics 2.5 ma szybciej uczyć roboty nowych czynności

Google DeepMind rozszerzył zakres czynności, które robot może wykonywać przy użyciu jednego modelu. Gemini Robotics 2.5 testowano na ponad 200 zadaniach obejmujących między innymi korzystanie z narzędzi, manipulowanie elastycznymi przedmiotami oraz pracę z obiektami wymagającymi dużej precyzji. Robot potrafił używać szczypiec do podawania jedzenia, wiązać kokardę, składać ubrania czy operować pipetą.

Wyniki mają być wyraźnie lepsze od wcześniejszych modeli. Zależnie od rodzaju zadania Google odnotowało wzrost skuteczności od 30 do 100 proc., a czas wykonania czynności skrócił się o 20–30 proc. Największe różnice widać przy zadaniach, z którymi wcześniejsze wersje miały duży problem. Przykładowo skuteczność pakowania produktów szczypcami wzrosła w testach z 5 do 100 proc.

Model nie jest przywiązany do jednej konstrukcji robota. Google uruchamia go zarówno na humanoidalnym Apollo 2 firmy Apptronik, jak i na platformie Franka Duo wykorzystującej znacznie prostsze chwytaki. Dzięki temu ta sama warstwa AI może być rozwijana dla różnych typów maszyn.

Gemini Robotics 2.5 is here. 🤖

Our latest physical AI is able to learn hundreds of everyday skills – from folding laundry and serving pastries to autonomously sorting car parts on the factory floor.

Here’s a snapshot of its capabilities 🧵

— Google DeepMind (@GoogleDeepMind) November 10, 2026

Apollo 2 trafił na linie Mercedesa. Osiągnął 96 proc. skuteczności

Najciekawszy test odbył się poza laboratorium Google. Apptronik wykorzystał humanoidy Apollo 2 wyposażone w Gemini Robotics 2.5 na aktywnych liniach produkcyjnych Mercedesa w Kecskemét na Węgrzech oraz w Sindelfingen w Niemczech. Roboty wykonywały zadanie określane jako automotive kitting, czyli przygotowywanie części potrzebnych na kolejnych etapach montażu samochodu.

Apollo pobierał metalowe elementy z pojemników i układał je w odpowiedniej kolejności w specjalnych zasobnikach. System musiał przy tym reagować na zmieniające się położenie części i korygować ruchy, gdy któryś element nie znajdował się dokładnie tam, gdzie oczekiwał robot. Google podaje, że podczas tego testu osiągnięto 96 proc. skuteczności.

To ważniejszy sprawdzian niż kolejna demonstracja przygotowana pod pokaz. Roboty humanoidalne coraz częściej trafiają do rzeczywistych procesów przemysłowych, gdzie muszą radzić sobie z mniej przewidywalnym środowiskiem i pracować obok człowieka. Google i Apptronik chcą właśnie w takich warunkach dalej rozwijać Gemini Robotics.

Symulacja ma przyspieszyć naukę bez tysięcy godzin pracy robota

Jednym z największych problemów robotyki pozostaje zbieranie danych. Model językowy można trenować na ogromnej liczbie dokumentów, ale robot musi nauczyć się fizycznego kontaktu z przedmiotami, równowagi i skutków własnych ruchów. Zebranie odpowiedniej liczby przykładów bezpośrednio na prawdziwych maszynach jest drogie i czasochłonne.

Google wykorzystuje do tego Gemini 4 Argon. Model może na podstawie obrazu z prawdziwego miejsca stworzyć cyfrowy odpowiednik środowiska, a następnie wygenerować tysiące zmodyfikowanych scenariuszy treningowych. Robot ćwiczy więc zachowanie przy różnych położeniach przedmiotów i konfiguracjach otoczenia jeszcze zanim zostanie wysłany do prawdziwego stanowiska.

Takie dane są później łączone z demonstracjami zebranymi na fizycznych robotach. Argon może również analizować nagrania nieudanych prób, wskazywać możliwą przyczynę błędu i pomagać w testowaniu poprawek najpierw w symulacji. Dzięki temu rozwój kolejnej umiejętności nie musi oznaczać odtwarzania tego samego zadania tysiące razy na prawdziwym Apollo.

Może Cię zainteresować: Google DeepMind pokazuje AlphaGenome 2. AI wykrywa niemal dwa razy więcej wariantów wpływających na geny

Robot ma lepiej reagować na człowieka i przeszkody

Wraz ze zwiększaniem samodzielności robotów rośnie znaczenie bezpieczeństwa. Gemini Robotics 2.5 wykorzystuje dodatkowe rozumowanie podczas wykonywania zadania, aby reagować na zagrożenia pojawiające się już po rozpoczęciu ruchu. Robot może więc zmienić sposób wykonania czynności, gdy na jego drodze pojawi się przeszkoda albo człowiek.

Według testów Google skuteczność bezpiecznego wykonywania zadań wzrosła o 33 proc. w obecności przeszkód oraz o 43 proc. podczas pracy w pobliżu ludzi. Firma rozwija również testy odporności modeli na polecenia próbujące nakłonić maszynę do wykonania niebezpiecznej czynności. To szczególnie istotne, gdy robot interpretuje język naturalny i sam planuje kolejne etapy zadania.

Gemini Robotics 2.5 nie jest jednak systemem, który można dziś zainstalować na dowolnym robocie i wysłać go samodzielnie do fabryki. Google udostępnia model partnerom robotycznym i ponad setce zaufanych testerów. Wyniki z Mercedesa pokazują postęp, ale są nadal demonstracją konkretnego zadania, a nie potwierdzeniem pełnej autonomii humanoida w całym zakładzie.

Źródło: Google DeepMind, Apptronik, Mercedes-Benz. Opracowanie własne.