Résumé :
Google DeepMind a publié le modèle vision-langage-action (VLA) Gemini Robotics 2.5 le 10 novembre, heure locale, le qualifiant de modèle VLA le plus puissant à ce jour. Le modèle est déjà disponible pour les partenaires robotiques de Google.
Selon le blog officiel, l'équipe a évalué le modèle dans plus de 200 tâches réelles, notamment diviser les repas avec des pinces alimentaires, attacher des nœuds sur des coffrets cadeaux et pipeter des liquides. Les responsables affirment que son taux de réussite de mission a augmenté de 30 à 100 % par rapport à la référence précédente (selon le type de mission) et que sa vitesse d'achèvement a augmenté de 20 à 30 %. Ce qui précède concerne les données d’évaluation en laboratoire.
En termes de projets pilotes de mise en œuvre, DeepMind a coopéré avec Apptronik et Mercedes-Benz pour mener une preuve de concept sur les lignes de production automobile en cours d'utilisation à Kecskemet, en Hongrie et à Sindelfingen, en Allemagne : le robot humanoïde Apollo 2 d'Apptronik a accompli de manière autonome la tâche de tri des pièces automobiles (kitting) : en sélectionnant les supports métalliques dans les bacs en vrac dans l'ordre de la ligne de production et en les plaçant dans les conteneurs de tri correspondants. Selon les responsables, le taux de réussite de cette tâche pilote a atteint 96 %, ce qui a été réalisé conjointement par Gemini Robotics ER et 2,5 modèles doubles : ER est responsable du suivi du flux de travail global et 2,5 est responsable du contrôle des mouvements des bras et des mains. Le projet pilote est actuellement en phase de validation de principe et le responsable n'a pas divulgué d'indicateurs techniques tels que la durée des tâches, le nombre de tests et le rythme de la chaîne de production.
En termes de sécurité, DeepMind a simultanément publié le test open source ASIMOV-Jailbreak, qui contient des centaines de mots d'invite déguisés en requêtes normales et couvre des dizaines de scénarios. Il est utilisé pour tester des attaques de jailbreak contre des robots (c'est-à-dire contourner les contraintes de sécurité grâce à des instructions contradictoires). Selon le blog officiel, le taux d'anti-jailbreak de Gemini 4 Argon dans cet ensemble de tests a atteint 99,5 %, ce qui est nettement supérieur aux 82 % de la génération précédente de Gemini Robotics ER 2. Cet ensemble de résultats appartient à Argon, et non à Robotics 2.5 publié cette fois.
En termes d'ouverture, le modèle n'est actuellement ouvert qu'aux robots partenaires de Google. Il n’a pas été officiellement précisé si et quand il sera ouvert au public.
Commentaires