От демонстрации — к рабочей операции
Google DeepMind представила Gemini Robotics 2.5: модель связывает зрение, понимание команд и действия робота. Один из самых интересных примеров — испытания гуманоидов Apollo 2 компании Apptronik на действующих площадках Mercedes-Benz в Венгрии и Германии. Робот выбирает металлические кронштейны из общей тары и перекладывает их в контейнеры для дальнейшей сборки.
В описанном эксперименте разработчики сообщили о 96% успешных выполнений. Это результат конкретной операции в определённых условиях, а не обещание, что машина справится с любой работой на заводе. Важны оставшиеся ошибки: на производстве даже небольшой процент сбоев требует контроля и понятной процедуры остановки.
Официальный кадр демонстрации Gemini Robotics 2.5. Google DeepMind.
Что изменилось в модели
Разработчики проверили систему на 200 задачах: от перекладывания предметов до точных действий с инструментами и мягкими объектами. Примеры включают работу щипцами, упаковку и завязывание ленты. Модель рассуждения отслеживает ход задания, а модель действий управляет движением рук.
Практический смысл — быстрее переносить навыки между похожими операциями. Но скорость, точность и безопасность нужно оценивать отдельно: эффект на одном стенде нельзя автоматически переносить на другой цех.
Сравнение выполнения многошаговых задач: результаты зависят от конкретного сценария. Google DeepMind.
На что смотреть дальше
Для промышленности следующий интересный этап — длительная работа без постоянных вмешательств: как часто нужен человек, что происходит при нестандартной детали и насколько просто восстановить процесс после ошибки. Именно эти показатели покажут, превращается ли эффектная демонстрация в полезный инструмент.
Посмотреть официальную видеодемонстрацию Google DeepMind
