Google DeepMind ha presentato il 10 novembre 2026 Gemini Robotics 2.5, il suo modello vision-language-action più capace finora. Il sistema, scrive l’azienda, amplia le abilità che un robot può apprendere e la velocità con cui le acquisisce, con l’obiettivo di portare i robot fuori dal laboratorio e in ambienti reali meno strutturati.
Le prove interne hanno riguardato oltre 200 compiti distinti, tra cui servire cibo con le pinze, allacciare un fiocco su una confezione e usare una pipetta. Rispetto alle baseline precedenti, DeepMind indica un aumento del tasso di successo tra il 30% e il 100% a seconda del tipo di compito, e tempi di esecuzione più bassi del 20-30%.
La prova in fabbrica e la sicurezza
Il test più concreto è arrivato in fabbrica. In una prova sul campo con Apptronik e Mercedes-Benz, i robot umanoidi Apollo 2 hanno operato su linee di produzione attive a Kecskemét, in Ungheria, e a Sindelfingen, in Germania. Il compito era il kitting: prelevare staffe metalliche dai contenitori e sistemarle nei vassoi nell’ordine richiesto da ciascun veicolo. Secondo DeepMind, il tasso di successo è stato del 96%. Il modello di ragionamento embodied (Gemini Robotics ER) tiene traccia del flusso di lavoro, mentre Gemini Robotics 2.5 controlla mani e braccia. Il sistema non è ancora disponibile al pubblico: DeepMind lo sta distribuendo ai partner di robotica.
Sul fronte della sicurezza, Gemini Robotics 2.5 usa una guida in fase di inferenza per evitare ostacoli in tempo reale. Nelle valutazioni interne, questo approccio ha alzato del 33% il completamento sicuro dei compiti in presenza di ostacoli e del 43% in prossimità di persone. L’azienda rilascia anche ASIMOV-Jailbreak, un benchmark open source con centinaia di prompt che mascherano richieste pericolose in decine di scene. DeepMind riporta per Gemini 4 Argon una resistenza ai jailbreak del 99,5%, rispetto all’82% della baseline precedente, Gemini Robotics ER 2. Gemini 4 Argon, secondo l’azienda, ha anche accelerato lo sviluppo generando migliaia di esercitazioni simulate a partire da scene reali.
Sul sito abbiamo già seguito altri lavori DeepMind, come AlphaProof Code, e un precedente aggiornamento in cui Gemini iniziava a guidare i robot.
Aiutaci a crescere: lasciaci un like :)