Google DeepMind presenta Gemini Robotics 2.5, un modello visione-linguaggio-azione che interpreta immagini e istruzioni per guidare i movimenti dei robot. Il rilascio è rivolto ai partner di robotica dell’azienda.
Le valutazioni dichiarate coprono oltre 200 compiti di manipolazione, compresi l’uso di utensili e la gestione di oggetti delicati. Fra gli esempi figurano annodare un fiocco e dosare liquidi con una pipetta. Il modello d’azione è distinto da Gemini 4 Argon, usato per accelerare la ricerca e le simulazioni.
Un progetto pilota con Apptronik e Mercedes-Benz ha portato Apollo 2 sulle linee di Kecskemét, in Ungheria, e Sindelfingen, in Germania. Il robot preleva staffe metalliche dai contenitori e le ordina nei vassoi secondo la sequenza richiesta. DeepMind riporta il 96% di successo per lo specifico compito valutato di preparazione dei kit.
Arriva anche ASIMOV-Jailbreak, un benchmark aperto con centinaia di prompt distribuiti in decine di scene. Le prove presentano richieste pericolose camuffate per valutare la capacità dei sistemi di rifiutare azioni inappropriate, senza certificare un comportamento infallibile.
