Google DeepMindがGemini Robotics 2.5と、Apptronik・Mercedes-Benzとのキッティング実証を発表

Google DeepMindは2026年11月10日、最新のVision-Language-Actionモデル（VLA）であるGemini Robotics 2.5を発表しました。DeepMindによれば、トングを使った料理の配膳、蝶結び、ピペット操作など、200を超えるタスクでモデルを評価しました。DeepMindによれば、成功率はタスクの種類に応じて従来のベースラインより30%から100%高く、タスクの完了も20%から30%速くなりました。発表記事はベースラインの名称もタスクごとの数値も示していません。

このモデルは複数の種類のロボットで動作します。発表記事が挙げているのは、SharpaWaveハンド（5本指、22 自由度（DoF））を装着したApptronikのヒューマノイドApollo 2と、2本指の平行グリッパを備えたFranka Duo構成です。Apollo 2の可搬重量とリーチは示されていません。

産業用途の試験は、ハンガリーのケチケメートとドイツのジンデルフィンゲンにあるMercedes-Benzの2工場で、稼働中のラインを使って行われた概念実証です。Apollo 2はキッティングを担当しました。バルク容器から金属製ブラケットを取り出し、各車両が必要とする順番どおりにシーケンストレイへ並べる作業です。身体性推論モデルが作業の流れを追跡し、2.5の行動モデルが腕と手を駆動しました。DeepMindは成功率を96%と報告し、この作業でロボットは自律的に動作したとしています。

安全面では、DeepMindによれば、同社の評価で推論時のガイダンスにより安全なタスク完了が障害物の周辺で33%、人の周辺で43%向上しました。また、危険な要求を偽装したプロンプトを集めたオープンなベンチマークASIMOV-Jailbreakも公開します。

なぜ重要か

容器からトレイへのキッティングは、合否がはっきりした実際のライン脇作業です。そのため、研究室のデモよりも良い試験になります。成功率96%でも試行の4%は失敗しており、何を1回の試行と数えたかは記事に書かれていません。このようなセルをタクトタイムで稼働させる段階に近づける前に、失敗をどう検出し、どう回復するのかを確認してください。ここに挙げた数値はすべて、DeepMindが発表記事で示した自社の数値です。パートナー以外の開発者がこのモデルを使えるかどうか、使えるとすればいつからかは、記事に書かれていません。