Оригинальное название: Google DeepMind's Gemini Robotics 2.5 scores 96 percent sorting metal parts in a Mercedes-Benz assembly pilot
Google DeepMind представила модель «зрение–язык–действие» Gemini Robotics 2.5, заявив, что при тестировании на множестве задач в 200 доля успешных выполнений оказалась выше предыдущего базового уровня на 30%–100%, а скорость выполнения — выше в 20%–30% раз; модель умеет переносить блюда щипцами, выполнять пипетирование и завязывать банты на подарочных коробках. В рамках пилотных проектов на производственных линиях в венгерском Кечкемете и немецком Зиндельфингене совместно с Apptronik и Mercedes-Benz человекоподобный робот Apollo 2 сортировал металлические детали из контейнеров и раскладывал их по поддонам в соответствии с моделью автомобиля, достигнув доли успешных операций 96%. DeepMind также использовала Gemini 4 Argon для генерации симуляционных данных для обучения и опубликовала на Hugging Face открытый бенчмарк ASIMOV-Jailbreak для тестирования устойчивости роботов к взлому; в настоящее время модель доступна только партнёрам.
Почему это важно Универсальные робототехнические модели начинают проходить испытания на реальных заводских линиях, но до уровня, при котором они практически не ошибаются по сравнению с человеком, остаётся последний шаг.
Достоверность: высокая · Источник: Google DeepMind и ещё 3 организаций (включая официальные) · Время события: 11-10 23:00 (пекинское время)
Обоснование
- Официальный блог DeepMind опубликовал анонс, репортажи вышли в The Decoder и Ars Technica
Применение
- Бенчмарк ASIMOV-Jailbreak доступен на Hugging Face; сама модель публично не предоставляется
Риски
- Показатели производительности получены в ходе самостоятельных тестов DeepMind; по данным Ars Technica, модель по-прежнему работает в облаке с задержками, а демонстрационные видео ускорены в 2 раз