ロボット向けモデルの新版、器用さと信頼性、安全性を改善

Googleの研究部門Google DeepMindは11月10日（日本時間11日）、ロボットを動かすAIモデル「Gemini Robotics 2.5」を発表した。カメラの映像と言葉の指示を受け取り、ロボットの動作に変える「VLA（視覚・言語・行動）モデル」で、同社はこの種類でこれまでで最も高性能なモデルと位置づける。器用さ、実際の現場での信頼性、安全性の3点を改善したとし、200種類を超える作業で試したと説明した。

Gemini Robotics 2.5 is here. 🤖 Our latest physical AI is able to learn hundreds of everyday skills - from folding laundry and serving pastries to autonomously sorting car parts on the factory floor. Here’s a snapshot of its capabilities 🧵

@GoogleDeepMind · 2026年11月11日
訳：Gemini Robotics 2.5が登場しました。最新の物理AIは、洗濯物をたたむ、ペストリーを配る、工場で自動車部品を自律的に仕分けるといった、数百の日常的なスキルを学ぶことができます。主な能力を紹介します。

前の版の「Gemini Robotics 2」は7月に発表し、人型ロボットの全身を動かせるようにしていた。このとき、作業の計画を立てる「Gemini Robotics ER 2」は開発環境「Google AI Studio」で公開し、動作を作るモデルは早期利用の提携先に限っていた。今回のモデルの開発には、10月に公開した「Gemini 4 Argon」を使った。現実のカメラの映像から仮想の練習を数千回分作り、実際の作業の手本と組み合わせて学習させたという。

成功率は前の版から上昇、ズボンをたたむ作業は4割にとどまる

Google DeepMindによると、トングで食べ物を配る、贈り物の箱にリボンを結ぶ、液体をピペットで量り取るといった細かい作業ができるようになった。従来の基準と比べ、成功率は作業の種類に応じて30〜100%高く、作業にかかる時間は20〜30%短いとしている。

公式ブログに載せた細かい手作業のグラフでは、トングでペストリーを詰める作業の成功率が前の版の5%から100%に上がった。リボンをほどく作業は0%から70%、カーディガンを掛ける作業は0%から62%になった。ズボンをたたむ作業は0%から40%に上がったものの、半数以上は失敗している。いずれも同社の測定で、試行の回数などの条件は公表していない。

Google DeepMindが公式ブログに載せた、細かい手作業の成功率のグラフ。Gemini Robotics 2（斜線）とGemini Robotics 2.5（青）を作業ごとに比べている
Google DeepMindが公式ブログに載せた、細かい手作業の成功率のグラフ。Gemini Robotics 2（斜線）とGemini Robotics 2.5（青）を作業ごとに比べている（出典：Google DeepMind：Gemini Robotics 2.5: Accelerating Physical Intelligence（11月10日））

対応するロボットとして、Apptronikの人型ロボット「Apollo 2」と、2本腕のロボット「Franka Duo」を挙げた。Apollo 2には自由度22の5本指の手を付け、Franka Duoは2本指で挟む形の手を使う。

細かい手作業の成功率（%）。Google DeepMindの測定。公式ブログのグラフに添えた説明文（代替テキスト）に記載の値
  • Gemini Robotics 2
  • Gemini Robotics 2.5
  • トングでペストリーを詰めるGoogle5 → 100
  • リボンをほどくGoogle0 → 70
  • カーディガンを掛けるGoogle0 → 62
  • ズボンをたたむGoogle0 → 40

メルセデスの生産ラインの試行で成功率96%

Google DeepMindは、Apptronik、Mercedes-Benzと組み、ハンガリーのケチケメートとドイツのジンデルフィンゲンにある稼働中の生産ラインで試行した。Apollo 2が、箱にまとめて入った自動車部品を、車ごとに必要な順に並べてトレーに詰める作業をした。作業の流れの把握は「Gemini Robotics ER」が受け持ち、手と腕の動きをGemini Robotics 2.5が担った。

成功率は96%だった。同社は今回の試行を概念実証と位置づけ、工場などで広く使うことに向けた「有望な進展」と説明している。ApptronikのJeff Cardenas最高経営責任者（CEO）は、数週間の追加学習でモデルが改善し、Mercedes-Benzの生産現場に移しても性能の落ち込みは小さかったとコメントした。

試行の期間や作業の回数は公表していない。第三者による評価は、11月12日時点で見当たらない。

危険を避ける動作と、指示の悪用への耐性を測る評価を公開

安全面では、動作を決める時点で安全に関する推論で動きを導く仕組みを入れた。Google DeepMindによると、障害物のそばで安全に作業を終えた割合が33%、近くに人がいる場面では43%改善した。

あわせて、ロボットに危険な行動をさせようとする指示への耐性を測る評価「ASIMOV-Jailbreak」を、AIの共有サイトHugging Faceでオープンソースとして公開した。危険な依頼を言い換えて隠した数百の指示を、数十の場面で試す内容だ。この評価で、Gemini 4 Argonは99.5%の指示を退けた。前の基準とした「Gemini Robotics ER 2」は82%だった。

提供はロボットの提携先から、APIや料金は示さず

Gemini Robotics 2.5は、ロボット分野の提携先から順に提供する。ブログは提携先としてAgile、Apptronik、Mercedes-Benzの名前を挙げた。モデルのページには、早期利用の待機リストへの申し込みを用意している。

公式のブログとモデルのページには、APIでの提供、料金、提供地域、一般向けの提供時期の記載はない。Gemini Robotics 2.5そのもののモデルカードや技術報告書も、11月12日時点で見当たらない。