グーグル・ディープマインドは、新しいロボットAIモデルが前モデルより30%から100%成功率が高く、リボン結びもこなしたと述べていますが、同社自身の工場試験には4%の失敗の隔たりが残っています。
グーグル・ディープマインドは火曜日、同社がこれまでで最も高性能と位置づけるビジョン・言語・行動モデル「Gemini Robotics 2.5」を発表しました。同社は、トングで料理を取り分ける、液体をピペットで扱う、ギフト箱にリボンを結ぶなど200以上の異なる作業でシステムを評価したとしており、作業によって従来の基準より成功率が30%から100%高く、作業完了は20%から30%速いと報告しています。モデルはアプトロニクスのヒューマノイド「Apollo 2」やFranka Duoなど複数のロボットで動作します。一般提供はされておらず、ロボット分野のパートナーに順次提供されており、Ars TechnicaはAgile Robots、Apptronik、Boston Dynamicsを挙げています。
研究室の外でモデルを試すため、ディープマインドはアプトロニクスおよびメルセデス・ベンツと提携し、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で稼働中の自動車生産ラインにApollo 2ヒューマノイドを投入しました。ディープマインドが概念実証と説明する試験では、ロボットがキッティング、つまりバラ積みの容器から金属ブラケットを選び、各車両に必要な順序でトレーに並べる作業を行い、成功率は96%でした。Ars Technicaは、反復作業を担う製造業者にとってはおそらくまだ十分でないと指摘し、ディープマインドのカニシカ・ラオ氏が残る4%を埋めるのは険しい道だと述べたと伝えています。またモデルは依然クラウドサーバー上で動作するため、精度や速度の向上には一定の遅延が伴います。
ディープマインドは安全性の結果と新しいテストも公表しました。推論時の推論ガイダンスによりロボットが危険を回避でき、障害物の周囲では安全な作業完了が33%、人が近くにいる場合は43%改善したとしています。同社は、危険な依頼を偽装したプロンプトを集めたオープンソースのベンチマーク「ASIMOV-Jailbreak」を公開し、物理AIを試験する業界共通の方法になることを期待しています。さらに、Gemini 4 Argonモデルが実際のカメラ映像からシミュレーション練習とデジタルツインを生成して開発を加速したと述べています。性能の数値はすべてディープマインド自身の評価によるもので、独立した検証は報告されていません。
