Google DeepMind lancia Gemini Robotics 2.5, testato sulle linee di Mercedes-Benz con il 96% di successo
Google DeepMind presenta Gemini Robotics 2.5, il suo modello vision-linguaggio-azione più avanzato, valutato su oltre 200 compiti. Durante un test presso Mercedes-Benz, l'umanoide Apollo 2 di Apptronik ha smistato componenti automobilistici con il 96% di successo. Per ora il modello è riservato ai partner robotici di Google.
Google DeepMind punta a far uscire i robot dai laboratori. Il 10 novembre l’azienda ha presentato Gemini Robotics 2.5, descritto come il suo modello vision-linguaggio-azione (VLA) più avanzato: un sistema che osserva la scena, comprende un’istruzione e manovra direttamente braccia e mani di un robot. Il modello è attualmente in fase di rilascio per i partner robotici di Google, senza alcun annuncio di accesso pubblico.
Più compiti, più velocemente
Google DeepMind dichiara di aver testato Gemini Robotics 2.5 su oltre 200 compiti distinti, selezionati per combinare l’uso di utensili, la manipolazione di oggetti flessibili e gesti di precisione: servire cibo con pinze, fare un nodo a un nastro su un pacco regalo, pipettare un liquido. Rispetto ai parametri precedenti, lo sviluppatore dichiara un tasso di successo dal 30% al 100% superiore a seconda dell’attività, con compiti portati a termine dal 20% al 30% più rapidamente.
Come le versioni precedenti, il modello non è vincolato a una macchina specifica. Google DeepMind lo illustra sull’umanoide Apollo 2 di Apptronik, dotato di mano SharpaWave a cinque dita e 22 gradi di libertà, e sulla piattaforma a due braccia Franka Duo, che impiega pinze parallele.
Un test in fabbrica presso Mercedes-Benz
Il riscontro più concreto emerge da una prova di concetto condotta con Apptronik e Mercedes-Benz, su linee di produzione attive a Kecskemét, in Ungheria, e a Sindelfingen, in Germania. Apollo 2 vi svolge attività di kitting: preleva staffe metalliche alla rinfusa da cassoni e le posiziona nei contenitori di sequenziamento, nell’ordine esatto richiesto per ogni vettura. Un modello di ragionamento, Gemini Robotics ER, monitora lo svolgimento del compito; Gemini Robotics 2.5 guida braccia e mani. Stando a Google DeepMind, il robot raggiunge il 96% di successo. L’amministratore delegato di Apptronik, Jeff Cardenas, sostiene che i modelli siano «migliorati in modo spettacolare in poche settimane» di messa a punto, venendo applicati in fabbrica «con perdite minime».
La sicurezza, valutata tramite un nuovo benchmark aperto
Il modello sfrutta una guida basata sul ragionamento in fase di esecuzione per evitare i pericoli fisici in tempo reale. Nelle valutazioni del laboratorio, l’esecuzione in sicurezza dei compiti aumenta del 33% in presenza di ostacoli e del 43% vicino alle persone. Google DeepMind rende inoltre disponibile in open source ASIMOV-Jailbreak, un banco di prova composto da diverse centinaia di prompt che mascherano richieste pericolose all’interno di decine di contesti. Il dato maggiormente evidenziato riguarda comunque Gemini 4 Argon, il suo modello generalista, che respinge il 99,5% di questi tentativi, a fronte dell‘82% del precedente Gemini Robotics ER 2.
Un modello linguistico per generare i dati
Gemini 4 Argon ha svolto anche il ruolo di acceleratore. Partendo da una singola inquadratura video reale, crea un gemello digitale e migliaia di simulazioni, poi aggregate alle dimostrazioni reali. Fornisce inoltre supporto ai ricercatori nell’elaborare ipotesi sui fallimenti analizzando i filmati, consentendo di testare correttivi sia in simulazione sia sui robot.
Gli aspetti ancora da verificare
Tutti i numeri provengono da Google DeepMind e dai suoi partner: non è stata resa nota alcuna verifica indipendente. L’articolo non indica la durata del test presso Mercedes-Benz, il volume di componenti processati o la velocità rispetto a un operatore umano. Non sono specificati prezzi, API pubbliche o una tabella di marcia per il rilascio, e non vi è alcuna indicazione sul rilascio dei pesi del modello.
La nostra lettura
L’annuncio giunge all’indomani di quello di GR00T 2 da parte di Nvidia, evidenziando due strategie divergenti. Nvidia punta su un modello definito aperto, dati pubblici e una generalizzazione quantificata su compiti mai visti prima. Google trattiene invece il modello presso partner selezionati, mettendo in luce un caso d’uso industriale mirato. Il 96% registrato presso Mercedes-Benz è il dato di maggior impatto, ma riguarda un’attività ripetitiva e ben delimitata; in un impianto industriale, un margine di errore del 4% può rivelarsi ancora oneroso se ogni interruzione blocca la catena di montaggio o impone l’assistenza di un tecnico. L’elemento più innovativo risiede nell’impiego di un modello generalista di grandi dimensioni per costruire scenari di simulazione: se la metodologia risulterà valida, la rapidità di apprendimento dei robot dipenderà dai modelli linguistici tanto quanto dalle ore di dimostrazioni raccolte sul campo. Infine, il rilascio di ASIMOV-Jailbreak in open source offre ad altri laboratori la possibilità di confrontarsi sul medesimo banco di prova, un’opportunità di cui la robotica ha ancora forte bisogno.
Fonti
- Google DeepMind — Gemini Robotics 2.5 accelerates real-world general dexterity (10 novembre 2026) Fonte primaria
- Google DeepMind su X — annuncio di Gemini Robotics 2.5 (10 novembre 2026) Fonte primaria
Una fonte primaria proviene direttamente dall'azienda, dal laboratorio o dall'ente interessato. Una fonte secondaria riporta l'informazione senza esserne l'autrice: la segnaliamo come tale. Un errore? Consulta la nostra politica di rettifica.
