ITホーム（IT之家） 11月10日の報道によると、グーグルはこれまでで最も能力の高い視覚-言語-動作（VLA）ロボットモデルを発表した Gemini Robotics 2.5，ロボットが学習できるスキルの幅と学習速度を大幅に向上させる。
このモデルはロボットの器用さ、信頼性、安全性を高め、ロボットが実験室を出て、より非構造化された現実の環境へ進み、人間がより多くの種類のタスクを遂行できるよう支援することを可能にします。
グーグルは今年早くに、ヒューマノイドロボットを含む多種のロボットに対してすでに導入している全身知能。今回の進展は大きく、Gemini 4 Argon加速ロボットの研究開発能力に恩恵を受けており、物理的インテリジェンスの限界をさらに広げた。
Googleはを超える 200項目Gemini Robotics 2.5 のタスクの広さ、性能、複雑性が、さまざまなタスクにおいてテストされました。
Gemini Robotics 2.5 は3つの重要な分野で飛躍的な進歩を実現しました:
器用さ：ロボットは日常的な道具を活用し、繊細で柔軟な物体を扱うことができ、大幅に多くのタスクを遂行可能となり、性能と器用さも大幅に向上した。
信頼性：メルセデスの生産ラインでの実証的な概念実証において、このモデルはApptronikのApollo 2ヒューマノイドロボットが自動車部品を選別・梱包するのを支援し、成功率は 96%、単調な作業を引き受けることができ、技術者が複雑な組立作業に集中できるようにする。
安全性：ロボットが日常環境に進出するにつれ、Googleは物理的な安全性と誘導可能性を最適化し、ロボットに対する越狱（ジェイルブレイク）攻撃向けの新しいテストベンチマークを発表した。
現在、Gemini Robotics 2.5 はGoogleのロボットパートナー向けに提供されている。
実環境は非構造化で予測不可能であり、ロボットは日常的な物体を扱うために高精度と高信頼性の両方を備えなければなりません。Gemini Robotics 2.5により、グーグルはタスクの幅、性能、複雑さにおけるモデルの能力を拡張し、テストタスクは 200項目，たとえば、はさみを使って食べ物を配ったり、ギフトボックスにリボン結びをしたり、ピペットで液体を操作するなどです。
これらのタスクは、高度なツールの使用、複雑な可変形物体の操作、壊れやすい物品の繊細な取り扱いなど、複数のスキルを融合したものであり、人間レベルの器用さへの一歩を示すものです。
評価によると、このモデルはタスク精度、ロバスト性、速度のすべてにおいて顕著な向上を示した: 以前のベースラインと比較して、Gemini Robotics 2.5 はタスクの種類に応じて、成功率が 30%〜100%、タスクの完了速度が速い 20%から30%。
前世代のGemini Roboticsモデルと同様に、多种なロボットタイプにネイティブで対応しており、5指22自由度のSharpaWaveハンドを搭載したApptronik Apollo 2ヒューマノイドロボットや、2指平行グリッパーを備えたFranka Duoプラットフォームなどが含まれます。
ロボットモデルの究極の試練は、実際の作業現場でタスクを安定して遂行できるかどうかである。GoogleはApptronikおよびメルセデス・ベンツと協力し、ハンガリーのケチケメートとドイツのジンデルフィンゲンの稼働中の自動車生産ラインにApollo 2ヒューマノイドロボットを配置し、Gemini Robotics 2.5をテストした。
ロボットは全く新しい予測不能な環境への適応が難しいが、Gemini RoboticsモデルはApolloに思考、多段階推論、変化に応じた行動調整の能力を与える。
今回の概念実証では、Apollo 2が自動車の部品 picking 作業を自律的に完了した。これは繰り返しが多く体力を消耗するタスクで、ばら積みボックス内の個々の部品を、ライン上の各車両の正確な需要順序に従って整然としたパレットに仕分けする必要がある。IT之家より関連動画を以下に添付する：
この種の単調な準備作業をロボットに任せることで、生産ラインの円滑な稼働を確保できると同時に、技術者が複雑な組立タスクに集中する時間を確保できる。
Googleは具身推論モデルGemini Robotics ERで作業フローを追跡し、Gemini Robotics 2.5のアクションモデルがロボットの腕と手を制御する：ロボットは供給ボックスに手を伸ばし、金属製の自動車ブラケットを拾い上げ、仕分けコンテナに入れ、全過程で組立の隙間を修正する。
パイロットテストの成功率は 96%であり、大規模な産業現場での実用化の有望な未来を示している。ロボットが雑然とした日常空間で作業する際、物理的 安全性は最重要の考慮事項である。GoogleはGemini Robotics 2.5の安全機能を大幅にアップグレードした。
Gemini Robotics 2.5は推論時推論ガイド機構を採用し、物理的危険をリアルタイムで回避できる。Geminiの応答に安全分類器が保護層を追加するのと同様に、このガイド機能によりロボットは複雑な環境を安全に移動できる。
評価の結果、この機能により障害物周辺での安全なタスク完了率は上昇し 33%、人員周辺での安全なタスク完了率も上昇した 43%。
Googleは同時に、長周期エージェントタスクの安全能力を推進している：Gemini 4 Argonはエージェント型ロボット評価でトップクラスの水準にあり、評価軸には危険なタスクの拒否、不確実性の解消、近距離での人間とロボットの協働が含まれる。
ジェイルブレイク（脱獄）への耐性をテストするため、Googleはオープンソースベンチマーク ASIMOV-Jailbreakを公開した。数百件の危険な要求を装ったプロンプトを含み、数十種類のシナリオをカバーする。Gemini 4 Argonのジェイルブレイク耐性率は 99.5%であり、前世代のベースラインであるGemini Robotics ER 2の82%から大幅に向上した。
ロボットに新しいスキルを習得させるには、研究者は膨大な物理データと効率的な構築アルゴリズムを必要とする。Gemini 4 Argonのロボット研究能力はシミュレーションエンジンとして機能し、これらのボトルネックを解消し、Gemini Robotics 2.5の開発進捗を大幅に加速できる。
Argonは実際のカメラシーンに基づいて数千の多様な模擬練習クリップを生成し、高忠実度のデジタルツインを構築できる。実際の訓練デモデータと組み合わせることで、ロボットは新しいシーンや物体により速く汎化・適応できる。
Argonはさらに、動画クリップからタスク失敗の原因を推論するのを研究者に支援し、シミュレーション環境と実物のロボットの両方で最適な改善案を同時にテストできる。
Gemini 4 Argon といった最先端のインテリジェンスモデルの加速のもと、Gemini Robotics 2.5 は物理的汎用インテリジェンスへの道における重要なマイルストーンとなりました。Google は、器用さ、実環境での信頼性、厳格な安全性という3つの次元で継続的に改善を重ね、ロボットと人間が協働して現実の課題を解決するために必要な物理インテリジェンスを構築しています。