Google DeepMind, Gemini Robotics 2.5'i tanıttı: 200'den fazla görevde test edildi

Gemini Robotics 2.5 tanıtıldı

Google DeepMind, yeni görsel-dil-eylem (VLA) modeli Gemini Robotics 2.5'i tanıttı. Şirkete göre model, bugüne kadarki en yetenekli VLA modeli. Gemini Robotics 2.5, bir robotun öğrenebileceği beceri çeşitliliğini artırırken becerileri edinme hızını da yükseltiyor. Google DeepMind'a göre bu gelişmeler el becerisi, güvenilirlik ve güvenliği iyileştiriyor; robotların laboratuvardan çıkıp daha yapılandırılmamış gerçek dünya ortamlarına geçmesine yardımcı oluyor.

Şirket, modelin yeteneklerini 200'den fazla farklı görevde test etti. Model ayrıca 200 farklı görev üzerinde değerlendirildi. Google DeepMind'a göre test edilen yaklaşım çok daha fazla göreve ölçeklenebilir.

Görev çeşitliliği ve performans

Değerlendirilen görevler arasında maşayla yemek servis etmek, hediye kutusuna fiyonk bağlamak ve sıvı pipetlemek yer alıyor. Google DeepMind'a göre bu görevler; gelişmiş araç kullanımı, deforme olabilen nesnelerin karmaşık manipülasyonu ve hassas nesnelerin incelikle işlenmesi gibi becerileri birleştiriyor. Şirkete göre robotlar artık günlük araçları kullanmaktan hassas ve esnek nesneleri tutmaya kadar daha fazla görevi daha yüksek performans ve el becerisiyle yerine getirebiliyor.

Google DeepMind'a göre değerlendirmeler görev hassasiyeti, dayanıklılık ve hızda önemli artışlar gösteriyor. Şirketin verilerine göre Gemini Robotics 2.5, önceki temel çizgilere kıyasla görev türüne bağlı olarak %30 ila %100 daha yüksek başarı oranına ulaşıyor. Model, görevleri %20 ila %30 daha hızlı tamamlıyor.

Gemini Robotics 2.5, farklı robot türleriyle yerel olarak çalışıyor. Bunlar arasında Apptronik'in Apollo 2 insansı robotu ve iki parmaklı paralel tutuculara sahip Franka Duo platformu bulunuyor. Apollo 2 insansı robotu, beş parmaklı ve 22 serbestlik dereceli SharpaWave eline sahip.

Mercedes-Benz üretim hattında kavram kanıtı

Google DeepMind, Apptronik ve Mercedes-Benz ile ortaklık kurdu. Şirkete göre Mercedes-Benz üretim hatlarında yapılan gerçek dünya kavram kanıtında modeller, Apptronik'in Apollo 2 insansı robotunun otomotiv parçalarını %96 başarı oranıyla toplayıp paketlemesine yardımcı oldu. Bu pilot da %96 başarı oranına ulaştı.

Google DeepMind'a göre Apollo 2 bu kavram kanıtında otonom olarak otomotiv kit hazırlama işini gerçekleştiriyor. Robot, tedarik kutularına uzanıp metal otomotiv braketlerini alarak sıralama kaplarına yerleştiriyor ve boşlukları düzelterek işlemi gerçekleştiriyor. Şirkete göre robot, parçaları toplu kutulardan alıp hattaki her araç için gereken tam sırayla düzenli tepsilere ayırıyor.

İş akışını takip etmek için gömülü akıl yürütme modeli Gemini Robotics ER kullanıldı. Robotun ellerini ve kollarını kontrol etmek için ise Gemini Robotics 2.5 eylem modeli kullanıldı.

Google DeepMind'a göre bu monoton hazırlık işinin devredilmesi montaj hattının hareket etmesine yardımcı olurken teknisyenleri karmaşık montaj görevlerine odaklanmak için serbest bırakıyor. Şirkete göre bu yetenek, robotların monoton işleri üstlenmesini ve teknisyenlerin karmaşık montaj görevlerine odaklanmasını sağlayabilir. Google DeepMind'a göre bu pilot, yaygın gerçek dünya endüstriyel uygulamalarına doğru umut verici bir ilerleme gösteriyor.

Google DeepMind, Apptronik CEO'su Jeff Cardenas'a göre Apollo'nun insanlarla birlikte gerçek endüstriyel ortamlarda faydalı iş yapmak için inşa edildiği bilgisini paylaşıyor. Cardenas'a göre Apollo 2 ile Gemini Robotics eşleştirildiğinde modeller yalnızca birkaç haftalık son eğitimde dramatik şekilde gelişti. Cardenas'a göre modeller Mercedes-Benz üretimine çok az düşüşle aktarıldı. Ona göre bu, insansı robotların endüstriyel ve ticari ortamlara ölçekli olarak taşınmasının temeli.

Fiziksel güvenlik ve yönlendirilebilirlik

Google DeepMind'a göre fiziksel güvenlik yönlendirilebilirliği iyileştirildi. Gemini Robotics 2.5, fiziksel tehlikelerden gerçek zamanlı kaçınmak için çıkarım zamanı akıl yürütme rehberliği kullanıyor. Şirkete göre bu, güvenlik sınıflandırıcılarına benzer şekilde robotun karmaşık ortamlarda güvenli şekilde gezinmesini sağlayan koruyucu bir katman işlevi görüyor.

Google DeepMind'ın değerlendirmelerine göre bu yetenek, engeller etrafında güvenli görev tamamlamayı %33 artırdı. Yakındaki insanlar etrafında güvenli görev tamamlamayı ise %43 artırdı.

Şirket, robotiğe özgü düşmanca jailbreak'lere karşı test etmek için yeni bir kıyaslama ölçütü sundu. Google DeepMind, ASIMOV-Jailbreak adlı yeni açık kaynaklı kıyaslama ölçütünü yayımlıyor. ASIMOV-Jailbreak, düzinelerce sahnede güvensiz istekleri gizleyen yüzlerce istem içeriyor.

Google DeepMind'a göre Gemini 4 Argon şu anda ajan tabanlı robotik değerlendirmelerinde önde gidiyor. Bu değerlendirmeler güvensiz görev reddi, belirsizliği çözme ve insanlara yakın çalışmayı kapsıyor. Şirkete göre Argon %99,5 jailbreak direnci elde ediyor; önceki temel çizgi Gemini Robotics ER 2'nin jailbreak direnci %82 idi.

Gemini 4 Argon araştırmayı hızlandırdı

Google DeepMind'a göre Gemini 4 Argon'un robotik araştırma yetenekleri, simülasyon motoru işlevi görerek darboğazları çözmeye yardımcı oldu. Şirkete göre Gemini 4 Argon, Gemini Robotics 2.5'in geliştirilmesini büyük ölçüde hızlandırdı.

Google DeepMind'a göre Argon, gerçek dünya kamera sahnesinden binlerce çeşitli simüle edilmiş pratik denemesi üretebiliyor ve gerçekçi bir dijital ikiz oluşturabiliyor. Şirkete göre Argon, gerçek eğitim gösterimleriyle birleştiğinde robotun yeni sahnelere ve nesnelere daha hızlı genelleme yapmasını sağlıyor. Argon ayrıca video görüntülerinden görev başarısızlıklarının nedenlerini tahmin etmeye yardımcı olabiliyor. Şirkete göre Argon, en iyi iyileştirmeleri hem simülasyonda hem de doğrudan gerçek robotlarda test edebiliyor.

Gemini Robotics 2.5, Google DeepMind'ın robotik ortaklarına sunuluyor.