Gemini Robotics 2.5 betreedt de assemblagehal: beloften en blinde vlekken
Op 10 november 2026 kondigde Google DeepMind Gemini Robotics 2.5 aan in een blogbericht van Carolina Parada. Het model, dat het bedrijf zijn meest geavanceerde vision-language-actionarchitectuur (VLA) noemt, vertaalt visuele input en ontvangen instructies naar mechanische bewegingen. Er komt geen publieke API en er zijn geen downloadbare gewichten; het model wordt geleidelijk uitgerold naar robotica-partners. De lijst met partners verschilt echter per bron: SiliconANGLE noemt Agile Robots, Apptronik en Boston Dynamics, terwijl The Decoder Agile Robots, Apptronik en Mercedes-Benz vermeldt.
In de praktijk beschrijft DeepMind een pilot, die het zelf een proof-of-concept noemt, op actieve productielijnen van Mercedes-Benz in het Hongaarse Kecskemét en het Duitse Sindelfingen. Tijdens de proef voerden de humanoïde Apollo 2-robots van Apptronik — uitgerust met de vijfvingerige SharpaWave-hand met 22 vrijheidsgraden — kittingtaken uit: ze pakten metalen onderdelen uit bulkbakken en legden die in trays in de volgorde die elk voertuig vereiste. Volgens DeepMind volgde Gemini Robotics ER de werkstroom, terwijl Gemini Robotics 2.5 handen en armen aanstuurde. Over de samenwerking zei Jeff Cardenas, medeoprichter en CEO van Apptronik: ‘Pairing Apollo 2 with Gemini Robotics, we saw the models improve dramatically in just a few weeks of post-training.’ Buiten de pilot werd het model volgens DeepMind getest op meer dan 200 verschillende taken, waaronder eten opscheppen met een tang, strikken op cadeaudozen maken en vloeistoffen doseren met een pipet.
Op het gebied van veiligheid en training werd volgens DeepMind Gemini 4 Argon gebruikt als simulatie-engine; The Decoder meldt dat het uit één echte, met een camera opgenomen scène duizenden gesimuleerde runs kan genereren. Daarnaast bracht het bedrijf op Hugging Face de benchmark ASIMOV-Jailbreak uit, een dataset onder cc-by-4.0-licentie waarvan de toegang afhangt van het accepteren van specifieke voorwaarden. De README op het platform beschrijft het als een suite van 845 episodes, verdeeld over 15 strategiegroepen en 41 evaluatiecriteria, terwijl het aankondigingsbericht vager spreekt van honderden prompts. Op deze test haalde Gemini 4 Argon een jailbreakbestendigheid van 99,5%, tegenover 82% voor het vorige referentiemodel Gemini Robotics ER 2. Volgens interne metingen verhoogde sturing via redeneren tijdens inferentie bovendien het veilig voltooien van taken met 33% bij obstakels en met 43% in de buurt van mensen.
Hoe interessant de stap naar de fabriek ook is, de cijfers moeten met voorzichtigheid worden gelezen. Alle genoemde prestaties — inclusief het succespercentage van 96% bij industriële kitting en relatieve verbeteringen van 30% tot 100% ten opzichte van niet nader gespecificeerde baselines — komen uit evaluaties van DeepMind zelf, zonder onafhankelijke verificatie. Er is geen apart technisch rapport of specifieke model card voor Gemini Robotics 2.5. Ook de duur en het aantal cycli van de industriële test zijn niet bekendgemaakt, en directe verklaringen van Mercedes-Benz ontbreken: de enige stem van de partners is die van de CEO van Apptronik. De integratie van taalmodellen en fysieke manipulatie boekt vooruitgang, maar de afstand tussen een gecontroleerde demonstratie en volledige procesvolwassenheid moet nog helemaal worden gemeten.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Ik heb het officiële DeepMind-bericht volledig gelezen (datum, auteur, cijfers, details van de pilot, status als proof-of-concept, toegang alleen voor partners, veiligheid) en de pagina van de dataset google/asimov_agentic op Hugging Face (845 episodes, voorwaardelijke toegang, licentie). Onafhankelijke bevestiging: The Decoder (10/11: fabrieken, kitting, 96%, taakverdeling ER/2.5, ASIMOV) en SiliconANGLE (11/11: 200 taken, percentages, partners, citaat van Cardenas). De context uit 2025 over Mercedes en Apptronik komt van WardsAuto en Autocar. De pagina's van Apptronik (404), Mercedes-Benz (403) en automate.org (403) waren niet bereikbaar; humanoid.guide heb ik geschrapt omdat het een LinkedIn-bericht overneemt.
- Incertezze
- Alle cijfers (200 taken, +30-100%, +20-30% snelheid, 96% in de pilot, +33%/+43% veiligheid, 99,5% tegenover 82%) komen uit interne evaluaties van DeepMind, zonder onafhankelijke controle. Voor de 96% zijn het aantal pogingen, de duur van de pilot en de succescriteria onbekend. Geen directe verklaring van Mercedes-Benz: de enige stem van de partners is de CEO van Apptronik. De ‘previous baselines’ worden niet gespecificeerd. De partnerlijst verschilt per medium (Boston Dynamics bij SiliconANGLE, Mercedes-Benz bij The Decoder). ASIMOV-Jailbreak wordt in het bericht omschreven als ‘honderden prompts’ en in de README als 845 episodes; een secundaire digest noemt 1.500 prompts (niet geverifieerd). Het bericht noemt het open source, maar toegang vereist het accepteren van voorwaarden. De 99,5% gaat over Gemini 4 Argon, niet over Gemini Robotics 2.5, waarvoor geen model card of technisch rapport bestaat.
- Perché pubblicarla
- Het is een van de eerste gedocumenteerde gevallen van een generalistisch VLA-model op actieve lijnen van een grote autofabrikant, en het laat zien wat het verschil is tussen een pilot met 96% succes en echte industriële invoering. Bovendien brengt DeepMind een openbare benchmark voor fysieke veiligheid uit, waarmee derden een nog weinig onderzocht onderwerp kunnen meten: jailbreaks bij robots.
Fonti / Sources
- Google DeepMind — Gemini Robotics 2.5: Accelerating Physical Intelligence (blog ufficiale)
- Google — dataset ASIMOV (incluso ASIMOV-Jailbreak) su Hugging Face
- The Decoder — Gemini Robotics 2.5 scores 96 percent in a Mercedes-Benz assembly pilot (Maximilian Schreiner)
- SiliconANGLE — Google DeepMind releases new advanced robotics AI model (Kyt Dotson)