article

Gemini Robotics 2.5 separa peças na Mercedes-Benz

3 min de leitura

🎬 Assista esta matéria

A Google DeepMind apresentou na terça-feira (10) o Gemini Robotics 2.5, que descreve como seu modelo de visão, linguagem e ação (VLA) mais capaz até agora. O lançamento vem com um teste em ambiente industrial real: o humanoide Apollo 2, da Apptronik, separando peças automotivas em operação da Mercedes-Benz com 96% de acerto.

A tarefa é o chamado kitting: pegar peças misturadas em caixas e organizá-las em bandejas na sequência certa para a linha de montagem. A prova de conceito foi feita em unidades da montadora em Kecskemét, na Hungria, e Sindelfingen, na Alemanha.

Os números do salto

A DeepMind diz ter avaliado o modelo em mais de 200 tarefas distintas — servir comida com pegador, amarrar o laço de uma caixa de presente, pipetar líquido. Em relação às versões anteriores, a empresa relata uma taxa de sucesso de 30% a 100% maior, dependendo do tipo de tarefa, e execução de 20% a 30% mais rápida.

Os ganhos por tarefa são mais reveladores que a média. Nos gráficos divulgados, o modelo passou de 5% a 100% de sucesso ao empacotar doces com pegador, de 0% a 93% ao fechar a tampa de uma caixa de ferramentas, de 0% a 70% ao desamarrar laços de fita e de 0% a 62% ao pendurar um cardigã no cabide. Dobrar calças ainda fica em 40%.

O modelo funciona nativamente com diferentes tipos de robô. Além do Apollo 2 — que tem mão de cinco dedos e 22 graus de liberdade —, a DeepMind cita a plataforma Franka Duo, de garras paralelas de dois dedos. Agile, Apptronik e Mercedes-Benz aparecem como parceiras do trabalho.

“Foi para isso que construímos o Apollo: trabalho útil ao lado de pessoas, em ambientes industriais reais”, disse Jeff Cardenas, cofundador e presidente-executivo da Apptronik. Segundo ele, o desempenho melhorou em poucas semanas de pós-treinamento e se transferiu para a produção da Mercedes com pouca perda.

Segurança virou número

A parte menos óbvia do anúncio é a de segurança. A DeepMind afirma que, ao orientar o raciocínio do modelo no momento da execução, a conclusão segura de tarefas melhorou 33% perto de obstáculos e 43% perto de pessoas.

A empresa também liberou no Hugging Face um teste aberto chamado ASIMOV-Jailbreak, com centenas de comandos que disfarçam pedidos perigosos em dezenas de cenários. O Gemini 4 Argon — o modelo de fronteira que, segundo a DeepMind, acelerou o desenvolvimento ao servir como motor de simulação — resiste a 99,5% dessas tentativas, contra 82% da referência anterior, o Gemini Robotics ER 2.

Não há API nem acesso público. A DeepMind diz apenas que o modelo está sendo distribuído aos seus parceiros de robótica. O trabalho é apresentado como um passo em direção ao que a empresa chama de “AGI física”.

Fontes: Google DeepMind · SiliconANGLE

🎙️ Gostou? Receba só o que te interessa, todo dia

Escolha seus temas e receba um briefing diário em áudio e texto, de graça, no WhatsApp ou e-mail.

Montar meu briefing grátis