Gemini Robotics 2.5 atteint 96 % de succès dans le tri de pièces métalliques chez Mercedes‑Benz

Le nouveau modèle de contrôle robotique présenté par Google DeepMind, Gemini Robotics 2.5, a été testé en conditions réelles sur deux sites de production Mercedes‑Benz, en Hongrie et en Allemagne. Dans le cadre d’un pilote, le robot humanoïde Apollo 2 d’Apptronik a trié des pièces métalliques provenant de bacs en vrac pour les placer dans des plateaux, atteignant un taux de réussite de 96 %. Cette performance marque une étape importante pour les systèmes d’automatisation qui doivent s’adapter à des environnements de fabrication complexes.

Un modèle VLA qui allie vision, langage et action

Gemini Robotics 2.5 est qualifié de vision‑language‑action (VLA). Le système reçoit une image provenant d’une caméra, comprend une instruction rédigée en langage naturel et transforme cette compréhension en mouvements précis du bras et de la main du robot. Selon DeepMind, le modèle a été évalué sur plus de 200 tâches, allant de la manipulation d’aliments avec des pinces à la pipetage de liquides en laboratoire. Sur ces tests internes, le taux de succès est supérieur de 30 à 100 % aux versions antérieures, et le temps d’exécution est réduit de 20 à 30 %.

Le modèle n’est pas limité à un seul type de robot. DeepMind indique qu’il fonctionne avec le robot humanoïde Apollo 2, équipé d’une main à cinq doigts offrant 22 degrés de liberté, ainsi qu’avec la plateforme Franka Duo, qui utilise une pince à deux doigts. Cette modularité vise à faciliter le déploiement dans des usines où la diversité des manipulateurs est fréquente.

Test en conditions réelles sur les lignes Mercedes‑Benz

Le partenariat entre DeepMind, Apptronik et Mercedes‑Benz a permis de placer le système Gemini Robotics 2.5 sur des lignes de production actives à Kecskemét (Hongrie) et à Sindelfingen (Allemagne). Deux modèles d’IAIntelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision. ont été couplés : Gemini Robotics ER, chargé de surveiller le flux de travail, et Gemini Robotics 2.5, qui contrôlait les mouvements du robot. Le scénario de « kitting » consistait à extraire les pièces appropriées d’un stock volumineux et à les déposer dans l’ordre requis pour chaque véhicule.

Le rapport de DeepMind cite un taux de réussite de 96 % pour ce pilote. Jeff Cardenas, PDG d’Apptronik, a précisé que les performances se sont stabilisées après quelques semaines d’ajustement post‑entraînementTrainingProcessus durant lequel un modèle ajuste ses paramètres à partir de données afin d'améliorer ses performances., avec une perte de performance marginale lors du passage à la production réelle.

Sécurité et nouvelles évaluations

Outre l’efficacité, DeepMind a mis l’accent sur la sécurité. Le modèle intègre un contrôle en temps réel qui permet d’éviter les obstacles physiques et de réduire les risques de collisions avec des personnes. Les propres tests de l’entreprise montrent une amélioration de 33 % de la réussite sécurisée près des obstacles et de 43 % près des opérateurs humains.

Pour mesurer la robustesse face à des instructions malveillantes, DeepMind a publié le benchmark open‑source ASIMOV‑JailbreakJailbreakTentative de contourner les restrictions ou les mécanismes de sécurité d'un modèle d'intelligence artificielle. sur Hugging Face. Ce jeu de prompts masqués tente de pousser les modèles à exécuter des actions dangereuses. Le modèle de langage Gemini 4 Argon, utilisé comme moteur de simulation pour générer des scénarios d’entraînement, atteint une résistance aux « jailbreaks » de 99,5 %, nettement supérieure aux 82 % de son prédécesseur Gemini Robotics ER 2.

Vers une généralisation plus rapide

La génération de données d’entraînement par simulation repose sur la capacité d’Argon à créer un « jumeau numérique » à partir d’une scène réelle capturée par caméra. En combinant ces simulations avec des démonstrations concrètes, le robot peut généraliser plus rapidement à de nouveaux objets ou dispositions. Argon est également capable d’analyser les vidéos d’échecs, de formuler des hypothèses sur les causes et de tester des correctifs tant en simulation qu’en conditions réelles.

Gemini Robotics 2.5 est déjà déployé chez les partenaires Agile, Apptronik et Mercedes‑Benz. Les premiers retours suggèrent que la combinaison d’une IA capable de comprendre le langage et de réagir visuellement pourrait réduire le besoin de reprogrammer chaque nouveau scénario de fabrication.

Les premiers résultats laissent entrevoir une adoption plus large de la robotique adaptative dans les usines automobiles.