Un pilote chez Mercedes-Benz pour Gemini Robotics 2.5

Un pilote de tri de pièces affiche 96 % de réussite selon Google DeepMind. Les tests de Gemini Robotics 2.5 couvrent aussi quelque 200 tâches.

Sur les sites Mercedes-Benz de Kecskemét, en Hongrie, et de Sindelfingen, en Allemagne, des robots Apollo 2 ont été utilisés pour préparer des pièces destinées aux chaînes de production. Selon la présentation de Gemini Robotics 2.5, ce pilote atteint 96 % de réussite. La tâche consiste à prélever des supports métalliques dans des bacs et à les ranger dans des contenants selon l’ordre nécessaire à l’assemblage. La durée du test et le nombre de tentatives ne sont pas précisés dans le billet.

Le système associe deux modèles. Une composante Gemini Robotics ER suit le déroulement du travail, tandis que Gemini Robotics 2.5 commande les mains et les bras. Ce dernier appartient à la catégorie des modèles vision-langage-action, ou VLA : les informations visuelles et les instructions sont converties en commandes motrices. Son déploiement est annoncé auprès des partenaires robotiques du laboratoire. Des gestes évalués séparément, avec des résultats inégaux

L’évaluation couvre environ 200 tâches, dont l’utilisation de pinces de service, la manipulation de rubans et le pipetage de liquides. Selon le fournisseur, les taux de réussite progressent de 30 à 100 % par rapport aux références précédentes, suivant les catégories, et l’exécution est 20 à 30 % plus rapide. Ces résultats portent sur les situations évaluées par l’équipe.

Les graphiques détaillent des écarts importants entre les gestes. Le rangement de pâtisseries avec une pince passe de 5 % de réussite avec Gemini Robotics 2 à 100 % avec la version 2.5. Défaire un nœud de ruban passe de 0 à 70 %, tandis que plier un pantalon atteint 40 %, contre 0 % auparavant. L’élargissement du répertoire s’accompagne donc encore d’échecs fréquents sur certaines manipulations.

Plusieurs matériels sont utilisés, dont l’humanoïde Apollo 2 d’Apptronik et une plateforme Franka à deux bras équipée de pinces parallèles. Les démonstrations ne reposent pas toutes sur la même forme de préhension : une main à cinq doigts et une pince à deux mors présentent des possibilités différentes. Des entraînements virtuels construits à partir d’une scène réelle

Une partie du développement s’appuie sur Gemini 4 Argon. À partir d’une vue de caméra, ce modèle peut aider à reconstruire un environnement de simulation et à produire des milliers de variantes d’entraînement, selon le laboratoire. Ces essais virtuels sont combinés à des démonstrations réelles pour travailler l’adaptation à de nouveaux objets et à de nouvelles scènes.

Les travaux sur Argon appliqué à la robotique décrivent aussi l’analyse de vidéos d’échecs. Le modèle aide les chercheurs à formuler des explications et à tester des modifications, en simulation puis sur le matériel. Ce rôle porte sur la préparation et l’amélioration de l’apprentissage ; il reste distinct de celui du VLA qui exécute les mouvements. Deux évaluations différentes de la sécurité

Pour l’action physique, la version 2.5 utilise un guidage au moment de l’inférence afin d’éviter des dangers dans l’environnement, comme des obstacles ou des personnes proches. Le laboratoire rapporte une amélioration de l’exécution sûre dans ces situations, sans que cela constitue une mesure générale de sécurité pour tous les postes industriels.

La résistance aux consignes dangereuses est examinée séparément avec ASIMOV-Jailbreak, publié sur Hugging Face. Ce test cherche à détourner un agent vers des actions non sûres au moyen de demandes adversariales. Le taux de résistance de 99,5 % annoncé concerne Gemini 4 Argon, contre 82 % pour la référence Gemini Robotics ER 2. La documentation du jeu décrit 845 épisodes adversariaux, avec jusqu’à dix étapes par épisode, évalués par des contrôles automatisés et un modèle juge.