Googleのロボットは工場で96％を達成したが、残る4％が壁になる

Google DeepMindは、複数のロボット形態に対応するvision-language-actionモデル、Gemini Robotics 2.5を発表した。200を超えるタスクで評価し、ハンガリーとドイツのMercedes-Benz稼働工場ではApollo 2 humanoidを使った実証も行った。

Apollo 2は自動車部品を96％の成功率で仕分けした

ロボットは大型容器から金属部品を取り、製造順にキットへ並べた。Gemini Robotics ERがworkflowを追跡し、Gemini Robotics 2.5が手と腕を制御した。Googleが示した成功率は96％だ。

社内の200タスクでは、以前のbaselineより成功率が30％から100％高く、所要時間も20％から30％短かった。トング、リボン結び、液体のピペット操作などが含まれる。

価値の中心は動作から学習速度へ移る

重要なのは、新しい作業を学び、異なる機体へ移す速さだ。モデルは22自由度の5本指を持つApollo 2と、2本指グリッパーのFranka Duoで動く。Gemini 4 Argonはカメラ映像からdigital twinと数千回の模擬練習も生成する。

工場ごとの高価な調整を減らせる可能性がある。一方で購入側は、デモ数ではなく、統合時間、人の介入、部品や照明を変えた後の安定性を測る必要がある。

100回に4回の失敗は工場ではまだ重い

96％はproof-of-conceptの結果で、実施期間や失敗コストは明らかでない。稼働ラインでは、部品を1つ誤配置するだけで後工程が止まり得る。DeepMindも残る4％を埋める道は険しいと認めている。

安全性の数値も提供元の評価だ。inference時のguidanceにより、障害物の近くでは安全な完了が33％、人の近くでは43％向上した。ASIMOV-Jailbreakは危険な指示を隠した試験を公開するが、業界共通規格にはまだならない。

人の介入なしで動く時間が導入を決める

注目すべきは、長時間運転、停止回数、環境変更後の性能だ。Gemini Robotics 2.5はロボット企業のパートナー向けで、一般提供ではない。頻繁な監視や再学習なしで性能を維持できれば、ロボットは研究案件から通常の設備投資へ近づく。

Lilithの判定

映像では96％が完成間近に見える。だが工場では、100個中4個の置き間違いが、1シフト全体を止める4本の小さなレバーになる。