Google DeepMind ha presentato il 10 novembre 2026 Gemini Robotics 2.5, un nuovo modello vision-language-action sviluppato per controllare sistemi robotici attraverso l’elaborazione congiunta di informazioni visive, istruzioni linguistiche e azioni fisiche. Durante una sperimentazione realizzata con Apptronik e Mercedes-Benz, robot umanoidi Apollo 2 equipaggiati con il sistema hanno raggiunto una percentuale di successo del 96% nello smistamento di componenti automobilistici all’interno di linee produttive operative. Le attività sono state svolte negli stabilimenti Mercedes-Benz di Kecskemét, in Ungheria, e Sindelfingen, in Germania, nell’ambito di una dimostrazione tecnica delle capacità di manipolazione autonoma. Gemini Robotics 2.5 viene progressivamente distribuito ai partner del settore robotico, mentre l’accesso per ulteriori sviluppatori è previsto attraverso un programma di disponibilità anticipata.
Il compito assegnato agli umanoidi consisteva nel prelevare componenti automobilistici metallici da contenitori di alimentazione e sistemarli in vassoi secondo una sequenza corrispondente alle necessità dei singoli veicoli in produzione. L’operazione, comunemente associata al processo di preparazione dei kit di montaggio, richiede il riconoscimento degli oggetti, il controllo della presa e il rispetto di una disposizione prestabilita. L’architettura utilizzata separava il monitoraggio dell’avanzamento dal controllo fisico: Gemini Robotics ER seguiva lo stato delle operazioni, mentre Gemini Robotics 2.5 comandava i movimenti delle mani e delle braccia, correggendo eventuali elementi mancanti o posizionati in modo non corretto. La configurazione sperimentale di Apollo 2 utilizzava una mano robotica SharpaWave a cinque dita, con 22 gradi di libertà, progettata per eseguire manipolazioni articolate. Apptronik ha riferito che alcune settimane di addestramento successivo hanno prodotto miglioramenti significativi, mantenuti in larga parte durante il trasferimento delle capacità nell’ambiente produttivo Mercedes-Benz.
Le valutazioni condotte da DeepMind hanno compreso oltre 200 attività differenti, tra cui l’utilizzo di pinze per servire alimenti, la realizzazione di nodi con materiali deformabili e il pipettaggio di liquidi. I test hanno interessato la manipolazione di oggetti delicati, l’impiego di strumenti e l’esecuzione di sequenze che richiedono coordinamento e precisione. Secondo i risultati comunicati, Gemini Robotics 2.5 ha ottenuto incrementi dei tassi di successo compresi tra il 30% e il 100% rispetto ai precedenti riferimenti, a seconda della categoria di attività, riducendo inoltre i tempi di completamento del 20-30%. Il sistema utilizza anche meccanismi di ragionamento durante l’inferenza per adattare i movimenti alla presenza di ostacoli e persone. Nelle valutazioni interne, il completamento sicuro delle operazioni è migliorato del 33% in prossimità di ostacoli e del 43% in presenza di persone vicine.
Google DeepMind ha accompagnato il lancio con ASIMOV-Jailbreak, un benchmark open source destinato a verificare la resistenza dei modelli robotici a istruzioni formulate per aggirare i vincoli di sicurezza. Il sistema di valutazione comprende 845 campioni distribuiti in quindici gruppi di strategie avversariali, con interazioni che possono arrivare a dieci passaggi. Le verifiche combinano controlli deterministici delle chiamate agli strumenti con un giudice basato su modelli linguistici, considerando sia le azioni pericolose accettate erroneamente sia i rifiuti ingiustificati di operazioni lecite. DeepMind riferisce per Gemini 4 Argon una resistenza ai tentativi di aggiramento del 99,5%, rispetto all’82% del precedente riferimento Gemini Robotics ER 2. Il materiale di valutazione è distribuito con licenza MIT.
Lo sviluppo di Gemini Robotics 2.5 utilizza inoltre simulazioni generate attraverso Gemini 4 Argon, impiegato per ricostruire ambienti fisici digitali a partire da immagini reali e produrre migliaia di episodi di addestramento con condizioni variabili. In una precedente sperimentazione, una singola fotografia di un ambiente di lavoro è stata utilizzata per costruire una simulazione fisica MuJoCo calibrata, dalla quale sono stati generati oltre 4.500 episodi. L’addestramento successivo ha portato il successo del robot reale dal 56% al 75%, con una riduzione del tempo medio di completamento da 35 a 24 secondi. I risultati presentati collegano quindi l’impiego di robot umanoidi in una dimostrazione produttiva reale con procedure di addestramento sintetico, controllo della manipolazione e valutazione della sicurezza, senza costituire ancora una dimostrazione di affidabilità generalizzata per tutte le attività industriali.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)