DeepMind представила Gemini Robotics 2.5 и открытый бенчмарк безопасности ASIMOV-jailbreak

Google DeepMind представила новое поколение платформы Gemini Robotics. В версии 2.5, по заявлению компании, роботизированный ИИ приблизился к выполнению реальных задач на уровне человека. Некоторые роботы уже выполняют практическую работу на заводах Mercedes-Benz, а команда готовится к сценарию, когда машины будут действовать рядом с людьми.

Платформа DeepMind состоит из нескольких вычислительных слоёв между пользовательской командой и действием робота. Первый — это vision-language модель Gemini Embodied Reasoning, которая принимает инструкции и использует живое видео, чтобы спланировать выполнение задачи. Второй ключевой компонент — vision-language-action модель, которая непосредственно генерирует движения, например перемещение привода.

Именно она обновлена до версии 2.5. DeepMind утверждает, что Gemini Robotics 2.5 значительно лучше справляется с задачами, требующими высокой ловкости. Модель оценивали более чем на 200 активностях, включая подачу еды щипцами и работу с пипеткой, как в лабораторных условиях.

Это указывает на расширение сценариев применения — от кухни до научных исследований. Google также продемонстрировала, что гуманоидный робот Apollo 2 от Apptronik под управлением Gemini Robotics 2.5 способен завязывать бант пятипалыми руками. Манипуляции с деформируемыми объектами, такими как лента, традиционно считаются сложной задачей для робототехники, поэтому этот результат выделяется на фоне предыдущих возможностей.

Помимо обновления модели, DeepMind открыла бенчмарк безопасности под названием ASIMOV-jailbreak. Он предназначен для проверки того, насколько роботизированные системы устойчивы к инструкциям, которые могут привести к нежелательным или опасным действиям. Название отсылает к законам робототехники Айзека Азимова и практике джейлбрейков в языковых моделях.

Открытие бенчмарка — шаг к стандартизации оценки безопасности физических ИИ-систем. Пока языковые модели тестируют на устойчивость к вредоносным промптам, для роботов подобных общепринятых метрик не существовало. DeepMind предлагает сообществу инструмент для сравнения моделей в этом аспекте.

Работа роботов на заводах Mercedes-Benz показывает переход от лабораторных демонстраций к промышленному применению. Компания не раскрывает деталей о количестве задействованных машин или конкретных операциях, но сам факт использования в производственной среде говорит о зрелости платформы. Обновление Gemini Robotics 2.5 продолжает линию Google на объединение языковых и роботизированных моделей.

Компания делает ставку на embodied reasoning — способность ИИ понимать физический мир через видео и планировать действия в реальном пространстве, а не только в текстовой форме. Открытый бенчмарк ASIMOV-jailbreak может привлечь внимание исследователей безопасности и разработчиков робототехники. Если метрика приживётся, у индустрии появится общий ориентир для оценки рисков перед развёртыванием роботов в публичных пространствах.