Google DeepMindは2026年11月10日、ロボットが映像と言葉の指示を使って作業するAIモデル「Gemini Robotics 2.5」を発表しました。Mercedes-Benzの生産ラインで人型ロボットを動かし、部品の仕分け作業について96%の成功率を記録したと報告しています。
今回の成果は、製造現場で特定の仕事を実証した点にあります。すべての作業を96%の確率で成功させる汎用ロボットが完成した、という発表ではありません。モデルはロボット分野の提携企業へ順次提供され、個人向けの一般公開APIや価格表は発表されていません。
Gemini Robotics 2.5は何をするAI?
Gemini Robotics 2.5は、カメラから見た景色と言葉の指示を、ロボットの手や腕の動きへ変換する「視覚・言語・行動モデル(VLA)」です。チャットに文章を返すモデルとは違い、物を持ち上げる、道具を使う、元の位置へ戻すといった現実の動作につなげます。
Googleは200種類を超える作業で評価したと説明しています。トングで食品をつかむ、リボンを結ぶ、ピペットで液体を扱うなど、指先の細かな調整が必要な作業も含まれます。現実の物体は位置や形が少しずつ違うため、決められた動作をただ繰り返す仕組みだけでは対応しにくい場面があります。
Mercedes-Benz工場での部品仕分け成功率96%の条件
実証にはApptronikの人型ロボット「Apollo 2」が使われました。場所はドイツ・ジンデルフィンゲンと、ハンガリー・ケチケメートのMercedes-Benz工場です。ロボットは容器に入った自動車部品を取り出し、車両の組立順に合わせてトレイへ並べる「キッティング」を行いました。
作業の順番や手順を管理する「Gemini Robotics ER」と、手や腕を動かす「Gemini Robotics 2.5」を組み合わせています。部品を探し、つかみ、正しい容器に入れる仕事の中で、失敗しかけた動作を修正する例も紹介されています。96%はこの実証での成功率です。
工場での採用判断には成功率だけでなく、1回の作業時間、異なる形の部品での成績、人の介入回数、失敗からの復帰、安全停止、長時間稼働時の変化が必要です。今回の実証だけで全工程の無人化を約束できるわけではありません。
従来モデルとの作業成功率・所要時間の比較
Googleの社内評価では、作業の種類に応じて従来の基準モデルより成功率が30〜100%高く、作業時間が20〜30%短くなったと説明しています。個別の比較例では、トングを使って菓子を詰める作業が5%から100%、リボンをほどく作業が0%から70%などの改善が紹介されました。
これらは異なる作業ごとの評価で、同じロボットに何をさせても同じ改善幅が得られるという意味ではありません。「成功率が100%高い」という相対的な説明と、実際に何回中何回成功したかという数字も区別して読む必要があります。Googleの提示した試験条件を超える再現性は、導入先で確かめる必要があります。
ロボットの安全性をどう検証した?
Googleは障害物付近で安全に作業を完了する能力が33%、人の近くで安全に作業を終える能力が43%向上したと説明しています。これは同社の評価条件での改善です。実機の安全性はロボットのセンサー、停止装置、人が立ち入る範囲の管理などと組み合わせて判断します。
新たな公開ベンチマーク「ASIMOV-Jailbreak」は、危険な指示を隠して与えたときにロボット向けAIが拒否できるかを調べます。Googleは「Gemini 4 Argon」が99.5%の耐性を示し、以前の比較対象「Gemini Robotics ER 2」は82%だったと説明しています。99.5%はArgonによる危険な指示への応答評価で、Robotics 2.5の実機での安全率ではありません。 ロボットの衝突率や工場での事故率と混同すると数字の意味が変わってしまいます。
Gemini 4 Argonは開発にどう関わった?
Googleは、汎用AIのGemini 4 Argonをロボットのシミュレーションや研究に利用したと説明しています。現場の映像から物の配置を変えた仮想環境を作り、訓練する状況を増やすなどの使い方です。動きに失敗した動画を分析し、改善案を見つける用途も紹介しています。
Argonによる訓練・研究の支援と、Robotics 2.5による実機の制御は別の役割です。ロボットの性能を評価するときは、モデルだけでなく、ロボット機種、訓練データ、安全制御の組み合わせを確認する必要があります。
いつ使える?RunwayのPraxis-1と提供形態は違う
Gemini Robotics 2.5はロボット分野のパートナーへ展開されます。一般向けの料金や、誰でも開発者キーを発行できる公開APIは今回案内されていません。導入企業は対象機種、必要なデータ、機体の管理、安全要件、開発費用を確認する段階です。
同時期にRunwayが公開したロボット制御AI「Praxis-1」は、モデル重みとコードを入手して検証できる提供形式です。Gemini Robotics 2.5とは入手方法が異なり、異なる評価の成功率だけを比較して優劣を判断できません。
関連ガイド:マルチモーダルAIとは / AIベンチマークの読み方
Google DeepMind公式発表:Gemini Robotics 2.5
報道:Ars Technica





