Google DeepMind met en avant Gemini Robotics 2.5, son modèle vision-langage-action, testé sur des lignes actives de Mercedes-Benz pour des tâches de kitting. L’entreprise revendique des gains de performance, une meilleure sûreté face aux obstacles et un benchmark open-source pour éprouver la robustesse des agents.
Sécurité : 33 % près d’obstacles, 43 % près des personnes
Google DeepMind décrit un contrôle en temps réel de Gemini Robotics 2.5 destiné à éviter les dangers physiques lors de l’exécution d’une tâche. Dans ses évaluations internes, l’achèvement sécurisé progresse de 33 % au voisinage d’obstacles et de 43 % près des personnes. Pour éprouver la robustesse des agents, l’entreprise publie ASIMOV-Jailbreak en open source, accessible sur Hugging Face. Ce jeu d’essai rassemble des centaines d’instructions qui dissimulent des intentions dangereuses dans des dizaines de scènes, afin de vérifier si des modèles peuvent être leurrés vers des actions à risque. Selon Google DeepMind, Gemini 4 Argon atteint 99,5 % de résistance aux tentatives de jailbreak, contre 82 % pour Gemini Robotics ER 2.
Pilote en production chez Mercedes : 96 % de réussite
Avec Apptronik et Mercedes-Benz, des essais ont été menés sur des lignes actives à Kecskemét en Hongrie et à Sindelfingen en Allemagne. Le robot humanoïde Apollo 2 a réalisé du kitting en triant des pièces métalliques depuis des bacs et en les plaçant dans des plateaux selon l’ordre requis pour chaque véhicule. Deux modèles opéraient de concert : Gemini Robotics ER pour surveiller le flux et Gemini Robotics 2.5 pour piloter mains et bras. Google DeepMind fait état d’un taux de réussite de 96 % sur ce pilote. Jeff Cardenas, PDG d’Apptronik, indique que les performances se sont sensiblement améliorées en quelques semaines d’entraînement, avec un passage en production chez Mercedes et une perte minimale.
Vous suivez la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Gemini 4 Argon forme Gemini Robotics 2.5 à partir de scènes filmées
Gemini 4 Argon sert de moteur de simulation pour former Gemini Robotics 2.5. Il peut générer des milliers de sessions d’entraînement à partir de scènes filmées par une caméra et construire un jumeau numérique. Combiné à des démonstrations dans le monde réel, cet apport vise, selon Google DeepMind, à accélérer la généralisation à de nouvelles scènes et objets. Argon peut aussi formuler des hypothèses sur l’origine d’erreurs à partir de vidéos et tester des améliorations en simulation puis sur le robot. Google DeepMind indique avoir évalué le modèle sur plus de 200 tâches, incluant le service de nourriture avec des pinces et des opérations de pipetage.
Compatibilité robotique et déploiement chez des partenaires
Gemini Robotics 2.5 est conçu pour piloter différents systèmes, dont l’humanoïde Apollo 2 d’Apptronik muni d’une main à cinq doigts et 22 degrés de liberté, ainsi que la plateforme Franka Duo avec pinces parallèles à deux doigts. Google DeepMind revendique des taux de réussite supérieurs de 30 à 100 % selon les tâches, et des temps d’exécution 20 à 30 % plus courts que ses modèles antérieurs. Le modèle traite les signaux visuels, interprète des instructions en langage naturel et les convertit en actions, dans la continuité d’un prédécesseur introduit plus tôt dans l’année qui visait un contrôle corporel complet. Selon Google DeepMind, un déploiement est en cours auprès de partenaires tels qu’Agile, Apptronik et Mercedes-Benz.
