概要
Google DeepMindは、ロボットの視覚・言語情報から動作を生成するAIモデル「Gemini Robotics 2.5」を発表した。メルセデス・ベンツのハンガリーとドイツの工場でApollo 2を使った作業を検証し、部品の仕分けで96%の成功率を達成した。
詳しいファクト
異なるロボット構成に対応するモデル
Google DeepMindは2026年11月17日、視覚と言語からロボットの行動を生成する「Gemini Robotics 2.5」を発表した。同社の評価では、200種類を超えるタスクで従来の基準モデルと比較し、作業成功率はタスクに応じて30~100%向上、作業時間は20~30%短縮した。二指グリッパーを備えた協働ロボットアームに加え、5本指・22自由度のApollo 2にも対応する。
出典を確認 ↗自動車工場での作業検証と安全性評価
メルセデス・ベンツのハンガリーおよびドイツの組立工場では、Apollo 2を用いて、部品供給箱から金属ブラケットを取り出し、車体別のトレイに並べる作業を検証した。全体工程を扱う「Gemini Robotics ER」と、腕や手を制御する「Gemini Robotics 2.5」の連携により、部品の位置ずれを補正しながら作業し、検証で96%の成功率を記録した。安全機能について同社は、障害物周辺の作業遂行率が33%、人の近くでの安全性が43%向上したと説明している。
出典を確認 ↗シミュレーションと危険な指示への対策
Google DeepMindは「Gemini 4 Argon」のロボット研究能力をシミュレーションに使い、カメラ映像からデジタルツインや多数の訓練パターンを生成する仕組みを説明した。また、ロボット向けの悪意ある指示への耐性を評価するオープンソースのベンチマーク「ASIMOV-Jailbreak」を公開した。同社の検証値では、Gemini 4 Argonの防御率は99.5%で、比較対象のGemini Robotics ER 2は82%だった。
出典を確認 ↗独自観点のコメント
【現場導入の焦点はモデル性能から作業の再現性へ】
今回示された工場作業は、部品の取り出しと車種ごとの仕分けという限定された工程での検証であり、工場全体での運用実績を示すものではない。一方、位置ずれを補正しながら作業する構成は、決められた位置に物が置かれる前提の自動化とは異なり、現場のばらつきへの対応を重視している。
複数のロボット構成への対応やシミュレーション活用は、ハードウェアごとの開発負担を抑える方向の戦略と読める。ただし、成功率や安全性の数値は同社が示した評価であり、対象タスクや実環境の範囲を踏まえて導入可否を判断する必要がある。提携先への順次提供方針は示されたものの、提供時期や対象企業、量産現場での継続稼働実績は本文に記載されていない。
関連する企業・製品
出典
- 媒体記事 IoTNEWS — 元記事を読む ↗