Gemini Robotics 2.5. Roboty Google pracują w fabrykach Mercedesa

Czym jest Gemini Robotics 2.5

Gemini Robotics 2.5 to według Google DeepMind najbardziej zaawansowany model VLA w historii firmy. Taki model łączy rozumienie obrazu i języka z generowaniem poleceń dla silników robota, więc zamiast pisać program dla każdej czynności, operator może opisać zadanie słowami. Wpis o premierze, podpisany przez Carolinę Paradę, kierującą zespołem robotyki DeepMind, jest datowany na 10 listopada 2026 roku.

Nowa wersja jest następczynią Gemini Robotics 2 z lipca 2026 roku. DeepMind skupił się na trzech obszarach. Pierwszy to zręczność, czyli precyzyjne chwytanie, użycie narzędzi i obsługa miękkich przedmiotów. Drugi to niezawodność w realnym środowisku pracy, a trzeci to bezpieczeństwo fizyczne w pobliżu ludzi.

Wyniki testów i porównanie z poprzednią wersją

DeepMind ocenił model na ponad 200 różnych zadaniach, takich jak nakładanie jedzenia szczypcami, wiązanie kokardy na pudełku czy pipetowanie cieczy. W zależności od typu zadania skuteczność wzrosła o 30-100 proc., a zadania kończyły się o 20-30 proc. szybciej. Firma opublikowała też wyniki dla pojedynczych czynności. W wielu z nich poprzedni model nie radził sobie wcale.

To dane producenta. DeepMind nie opublikował osobnego raportu technicznego dla wersji 2.5, więc nie da się niezależnie sprawdzić warunków testów, liczby prób ani tego, jak dobrano zadania.

• Zamykanie pokrywy skrzynki z narzędziami - z 0 do 93 proc.
• Zdjęcie kubka z wieszaka i odstawienie na stół - z 29 do 75 proc.
• Zamiatanie śmieci na szufelkę - z 0 do 52 proc.
• Pakowanie ciastek szczypcami - z 5 do 100 proc.
• Rozwiązywanie kokardy ze wstążki - z 0 do 70 proc.
• Wieszanie swetra - z 0 do 62 proc.
• Składanie spodni - z 0 do 40 proc.

Pilotaż w fabrykach Mercedesa-Benz

Najbardziej praktyczną częścią ogłoszenia jest test przemysłowy. Humanoid Apollo 2 firmy Apptronik, wyposażony w pięciopalczastą dłoń SharpaWave o 22 stopniach swobody, wykonywał kompletację części. Polega ona na wyjmowaniu elementów z luźno wypełnionych skrzyń i układaniu ich w uporządkowanych tacach dla linii montażowej. Robot pracował na czynnych liniach produkcyjnych Mercedesa-Benz w Kecskemét na Węgrzech i w Sindelfingen w Niemczech.

Skuteczność w tym zadaniu wyniosła 96 proc. Przebieg pracy śledził osobny model Gemini Robotics ER, a Gemini Robotics 2.5 sterował rękami i dłońmi robota. Prezes Apptronik Jeff Cardenas powiedział, że modele wyraźnie poprawiają się po kilku tygodniach dodatkowego treningu i przenoszą się do produkcji u Mercedesa z niewielkim spadkiem jakości. Firmy nie podały, ile godzin trwał pilotaż ani jak wypada tempo robota w porównaniu z pracownikiem.

Bezpieczeństwo i benchmark ASIMOV-Jailbreak

Model ma w czasie działania analizować otoczenie i omijać zagrożenia fizyczne, podobnie jak klasyfikatory bezpieczeństwa filtrują odpowiedzi czatbota Gemini. W testach DeepMind odsetek bezpiecznie ukończonych zadań wzrósł o 33 proc. przy przeszkodach i o 43 proc., gdy w pobliżu znajdowali się ludzie.

Razem z modelem firma udostępniła na Hugging Face otwarty zbiór testowy ASIMOV-Jailbreak. Zawiera on setki poleceń, które ukrywają niebezpieczne prośby w kilkudziesięciu scenach, na przykład próbują nakłonić robota do szkodliwej czynności opisanej niewinnymi słowami. Według DeepMind Gemini 4 Argon odparł 99,5 proc. takich prób, wobec 82 proc. w przypadku Gemini Robotics ER 2. Otwarty zbiór pozwala innym producentom robotów porównać własne zabezpieczenia na tych samych przykładach.

Dostępność, cena i ograniczenia

Gemini Robotics 2.5 jest wdrażany wyłącznie u partnerów robotycznych Google. DeepMind wymienia wśród nich Apptronik, którego humanoid uczestniczył w pilotażu u Mercedesa-Benz. Firma nie podała ceny, nie udostępniła modelu w Gemini API ani w Vertex AI i nie opisała, czy i kiedy z modelu będą mogły korzystać mniejsze firmy w Europie.

W naszej ocenie wyniki trzeba czytać ostrożnie. Pochodzą od producenta, dotyczą wybranych zadań i dwóch typów robotów, a wynik 96 proc. oznacza nadal kilka błędów na sto operacji. W fabryce każda pomyłka przy kompletacji wymaga kontroli albo poprawki, więc o opłacalności zdecyduje koszt robota i nadzoru, którego na razie nikt nie ujawnił.

Co to oznacza dla przemysłu w Polsce

Pilotaż w Kecskemét ma znaczenie dla regionu. To zakład Mercedesa w Europie Środkowej, o podobnym profilu jak fabryki motoryzacyjne w Polsce, gdzie kompletacja części wciąż w dużej mierze odbywa się ręcznie. Jeśli humanoidy sterowane modelami ogólnymi sprawdzą się w takich zadaniach, pierwsze wdrożenia mogą trafić do zakładów koncernów, które już testują je w innych krajach.

Firmy produkcyjne, które chcą przygotować się na taką automatyzację, mogą zacząć od rozpisania zadań kompletacji i manipulacji, policzenia ich kosztu i opisania wymogów bezpieczeństwa. Robot współpracujący z ludźmi podlega rozporządzeniu UE w sprawie maszyn, które zacznie obowiązywać w styczniu 2027 roku, a system AI odpowiadający za bezpieczeństwo maszyny może zostać uznany za system wysokiego ryzyka w rozumieniu AI Act.

Jak sprawdziliśmy dane

Dane o modelu, wynikach testów, pilotażu i dostępności pochodzą z wpisu Google DeepMind. Opis zbioru ASIMOV-Jailbreak sprawdziliśmy na stronie zbioru w Hugging Face, a kontekst poprzedniej wersji w zapowiedzi Gemini Robotics 2. Ocena ograniczeń i znaczenia dla Polski pochodzi od redakcji dailyAI. Źródła sprawdziliśmy 10 listopada 2026 roku.