Google DeepMind lance Gemini Robotics 2.5 pour les robots

Google DeepMind, filiale d'Alphabet Inc. ↗ 2.28%, a présenté mardi 10 novembre Gemini Robotics 2.5. Le laboratoire le qualifie de "modèle de vision, langage et action (VLA) le plus performant à ce jour" et le déploie actuellement auprès de ses partenaires robotiques. L'attention s'est principalement portée sur un projet pilote industriel mené avec Apptronik et Mercedes-Benz, où les humanoïdes Apollo 2 ont préparé des pièces automobiles avec un taux de réussite de 96%. DeepMind a également lancé ASIMOV-Jailbreak, un benchmark ouvert testant la résistance des robots face aux tentatives de détournement vers des actions dangereuses.deepmind.google

Gains en dextérité et en vitesse

DeepMind a évalué le modèle sur plus de 200 tâches, notamment servir de la nourriture avec des pinces, faire un nœud sur un paquet cadeau ou pipeter du liquide. Selon le type de tâche, les taux de réussite sont de 30% à 100% supérieurs aux références précédentes, avec des temps d'exécution réduits de 20% à 30%. Ars Technica a noté que ces chiffres proviennent de tests en laboratoire. Le média souligne également que la capacité à faire des nœuds est cruciale, car les objets déformables sont notoirement difficiles à manipuler pour les robots. Le modèle fonctionne sur l'Apollo 2 d'Apptronik, doté d'une main à cinq doigts avec 22 degrés de liberté, ainsi que sur la plateforme Franka Duo équipée de pinces à deux doigts.arstechnica.com+2

Projet pilote en usine

La preuve de concept a été testée sur des lignes de production actives à Kecskemét, en Hongrie, et à Sindelfingen, en Allemagne. Les robots Apollo 2 ont prélevé des supports métalliques dans des bacs en vrac pour les placer dans des plateaux de séquençage selon les besoins de chaque véhicule. Gemini Robotics ER a suivi le flux de travail tandis que Gemini Robotics 2.5 contrôlait les mains et les bras. Le PDG d'Apptronik, Jeff Cardenas, a déclaré dans une publication de DeepMind : "Nous avons vu les modèles s'améliorer considérablement en seulement quelques semaines de post-entraînement et s'adapter à la production de Mercedes-Benz avec très peu de perte de performance".deepmind.google

Ars Technica a écrit qu'un taux de 96% est un résultat solide pour une IA robotique, mais qu'il reste probablement en deçà des besoins d'un constructeur automobile, car un humain effectuant la même tâche répétitive réussit presque à chaque fois. Le directeur de DeepMind, Kanishka Rao, a confié au média que combler les 4% restants sera un "chemin escarpé". DeepMind qualifie ce travail de preuve de concept, et aucune des deux entreprises n'a précisé si les humanoïdes resteraient sur les lignes de production.madrobot.blog+1

Benchmark de sécurité

DeepMind affirme que les nouvelles directives de raisonnement lors de l'inférence ont amélioré la réalisation sécurisée des tâches de 33% autour des obstacles et de 43% autour des personnes. ASIMOV-Jailbreak contient des centaines de requêtes dissimulant des demandes dangereuses dans des dizaines de scénarios. Sur ce benchmark, le modèle Gemini 4 Argon de DeepMind a affiché une résistance au jailbreak de 99,5%, contre 82% pour Gemini Robotics ER 2. Le benchmark est disponible sur Hugging Face.the-decoder.com+1

Argon a également contribué à la création du nouveau modèle en agissant comme un moteur de simulation, générant des milliers d'essais et de jumeaux numériques à partir de scènes réelles filmées. DeepMind explique que cela permet aux robots de se généraliser plus rapidement à de nouveaux environnements et objets. Ce lancement fait suite à Gemini Robotics 2, lancé en juillet pour apporter un contrôle complet du corps aux robots.deepmind.google