Gemini Robotics 2.5 на заводе Mercedes-Benz: почему 96% точности робота — это и триумф, и скрытый барьерЗаметка · дайджест за 13 ноября
Кинематографичный кадр роботизированного манипулятора с пятипалой кистью, сортирующего автомобильные детали в лоток
Заметка3 раздела≈ 4 мин

Gemini Robotics 2.5 на заводе Mercedes-Benz: почему 96% точности робота — это и триумф, и скрытый барьер

В цеху автозавода сегодня уживаются две несовместимые картины. С одной стороны, робот-гуманоид делает то, о чём старые автоматы не могли и мечтать: заглядывает в ящик с беспорядочно сваленными металлическими деталями, на глаз выбирает нужную, перехватывает её пятипалой кистью и кладёт в ячейку лотка. С другой стороны, главный технолог смотрит на этот же тест и наотрез отказывается пускать умную машину на основной конвейер без присмотра человека.

Этот контраст всплыл 10 ноября, когда Google DeepMind показала итоги испытаний модели Gemini Robotics 2.5 на заводах Mercedes-Benz. В пилоте роботы выполнили 96% операций без помарки. Для исследователей ИИ такая цифра в живом цеху — триумф, а для автопрома оставшиеся 4% промахов становятся стеной. Меня зацепило то, как устроена связка моделей внутри робота и почему четыре осечки из ста меняют всю экономику внедрения.

Зрение, речь и двадцать два сустава: как робот разбирает завалы деталей

Привычный манипулятор бьёт строго в заданную точку: стоит креплению лечь под углом — автомат схватит пустоту. В DeepMind построили Gemini Robotics 2.5 по архитектуре мультимодального действия (Vision-Language-Action, или VLA). Нейросеть связывает зрение, понимание языка и моторику в единый рефлекс: смотрит через камеры, принимает голосовую или текстовую команду и переводит её в движения суставов в реальном времени.

На линиях Mercedes-Benz в Зиндельфингене и Кечкемете систему загрузили в гуманоида Apptronik Apollo 2 с пятипалой кистью на 22 степени свободы. В задаче комплектования (kitting) робот доставал металлические кронштейны из общих корзин и раскладывал их по лоткам в порядке сборки автомобиля. Под капотом работал дуэт моделей:

  • Gemini Robotics ER действовала как бригадир — держала в памяти план задачи и замечала пропуски в лотке;
  • Gemini Robotics 2.5 управляла пальцами и руками — на лету поправляла хват при смещении детали.

Та же модель работает и на двухпалых захватах Franka Duo. В замерах на более чем 200 задачах — от работы пипеткой и щипцами для еды до завязывания банта — алгоритм уверенно справлялся с мягкими и хрупкими предметами, где нужна чуткость пальцев.

Тысячи виртуальных дублей: как Gemini 4 Argon ускорила тренировку моторики

Учить железную руку на реальных стендах долго и дорого из-за износа приводов, поэтому инженеры превратили модель Gemini 4 Argon в физический симулятор. По одному снимку рабочего места Argon строит его цифровой двойник (Digital Twin) и прогоняет внутри тысячи виртуальных вариаций задачи. Мы разбирали похожий принцип в статье о масштабировании обучения роботов в симуляциях NVIDIA Isaac Lab 3.0, но здесь Gemini 4 Argon ещё и отсматривала видеоповторы ошибок робота, помогая исправить технику движений и сэкономив месяцы тренировок.

По сравнению с Gemini Robotics 2 доля успешных попыток в 200 с лишним тестах выросла на 30–100%, а операции выполнялись на 20–30% быстрее. На ряде тонких упражнений, где старая версия набирала 0%, новинка выдала 100%.

Ловушка четырёх процентов и путаница с безопасностью: где система готова к работе

Глядя на 96% успеха в Mercedes-Benz, легко решить, что завтра гуманоиды встанут у главного конвейера. Но давай сверим заголовки с заводской математикой — здесь всплывают два отрезвляющих факта.

Первый — цена промаха. Автопром живёт по стандарту «шести сигм» (Six Sigma), требующему 99,9996% надёжности — не более 3,4 дефекта на миллион операций. Четыре сбоя на каждые 100 движений на основной линии означают уроненный кронштейн и остановку конвейера, где минута простоя стоит десятки тысяч долларов.

Второй — путаница с цифрой 99,5%, которую в соцсетях приписывают точности робота. Я проверил отчёт: 99,5% набрала модель Gemini 4 Argon в открытом тесте Asimov Jailbreak на защиту от замаскированных вредоносных промптов (у Gemini Robotics ER2 там было 82%). Для Gemini Robotics 2.5 баллы взлома промптов не публиковали, зато замерили физическую осторожность: робот стал на 33% успешнее обходить препятствия и на 43% безопаснее работать рядом с людьми.

Это чётко делит задачи на две зоны:

  • Где модель работает отлично: на предварительной сортировке и комплектовании лотков в стороне от конвейера, где пропущенную деталь легко переложить заново без остановки цеха.
  • Где она противопоказана: на финальном скоростном монтаже узлов на главной линии, где незаменимы жёсткие промышленные автоматы.

Пока доступ к Gemini Robotics 2.5 открыт лишь партнёрам — Mercedes-Benz, Apptronik и Agile — для вспомогательной логистики. А если перенести это правило четырёх процентов на твои дела: в каких рутинах ты уже готов простить нейросети четыре помарки из ста ради скорости, а где даже один промах обойдётся слишком дорого?

Хочу подробный разборГолоса помогают выбрать, что разобрать подробно. За этот материал 0 голосов.
Источники · 2