Google DeepMind, 10 Kasım'da bugüne kadarki en yetenekli görsel-dil-eylem (VLA) modeli olarak tanımladığı Gemini Robotics 2.5'i duyurdu. Model, robotun el ve kollarını kontrol eden bir 'eylem' bileşenini, çok adımlı iş akışlarını izleyen Gemini Robotics ER adlı bedenlenmiş akıl yürütme modeliyle birleştiriyor.

En dikkat çekici sonuç, Macaristan'ın Kecskemét ve Almanya'nın Sindelfingen kentlerindeki faal Mercedes-Benz üretim hatlarında yapılan gerçek dünya denemesinden geliyor. Apptronik'in Apollo 2 insansı robotu, Gemini Robotics 2.5 ile 'otomotiv kit hazırlama' görevini üstlendi: metal braketleri dolu kutulardan alıp, hattaki her aracın ihtiyacına göre tam sırayla dizileme tepsilerine yerleştirdi. DeepMind %96 başarı oranı bildiriyor; robot boşlukları da kendisi telafi ediyor.

DeepMind, maşayla yemek servisi yapmaktan hediye kutusuna fiyonk bağlamaya ve sıvı pipetlemeye kadar 200'den fazla görevde modelin önceki referanslara kıyasla %30 ila %100 daha yüksek başarı sağladığını, görevleri %20-30 daha hızlı tamamladığını söylüyor. Güvenlik de arttı: fiziksel engellere karşı güvenli tamamlama %33, insanlara yakınlıkta %43 iyileşti.

Şirket, kazanımın büyük bölümünü simülasyon motoru olarak çalışan Gemini 4 Argon'a bağlıyor. Ayrıca robotiğe özel ASIMOV-Jailbreak kıyaslama setini yayımladı; Argon'un saldırıların %99,5'ine direndiğini, önceki sürümde bunun %82 olduğunu belirtiyor.

Uyarılar: Bu bir kavram kanıtlama çalışması, tam üretim dağıtımı değil; %96 oranı hâlâ ciddi bir hata payı bırakıyor. DeepMind, neredeyse kusursuz güvenilirliğe ulaşmanın sıradaki eşik olduğunu söylüyor. Model robotik iş ortaklarına sunulmaya başlandı.