A Google DeepMind épp most tekerte maximumra a fokozatot az ipari automatizálásban.

November 10-én a vállalat lerántotta a leplet a Gemini Robotics 2.5 -ről, a legújabb vision-language-action (VLA) modelljéről, ami máris munkába állt.

Egy olyan kísérleti program keretében, amitől valószínűleg minden gyárigazgatónak megugrik a pulzusa, az új mesterséges intelligencia az Apptronik Apollo humanoidjait vezérli a Mercedes-Benz gyártósorain.

A fémes együttműködés legütősebb eredménye a 96%-os sikerességi arány egy valós autóipari „kitting” (alkatrész-összekészítési) feladat során.

A Gemini 2.5-tel felvértezett Apollo robotokat a Mercedes-Benz sindelfingeni és kecskeméti üzemeiben vetették be, ahol ömlesztett tárolókból válogattak ki fémkonzolokat, majd helyezték el azokat a szerelősorhoz tartozó tálcákra.

Ez nem egy steril laboratóriumi demó: ez egy éles teszt a világ egyik legigényesebb autógyártójának aktív gyártósorán.

A DeepMind adatai szerint az új modell 30% és 100% közötti javulást mutat a sikerességi rátában, és 20-30%-kal gyorsabb a korábbi verzióknál a több mint 200 tesztelt feladat során.

Az Apollo humanoid – a maga 173 centis magasságával és 72 kilójával – kifejezetten emberi környezetre lett tervezve, és akár 25 kilogrammos terhet is képes megmozgatni.

A Mercedesnél futó projektben valójában két AI-modell dolgozik kéz a kézben: egy Gemini Robotics ER (Embodied Reasoning) modell felügyeli a teljes munkafolyamatot, míg a Gemini Robotics 2.5 felel a karok és kezek finommotoros mozgásaiért.

A DeepMind a biztonság terén is szintet lépett: az új irányítási képességeknek köszönhetően 33%-kal javult a biztonságos feladatvégzés akadályok közelében, és 43%-kal az emberek közvetlen környezetében.

Miért sorsfordító ez?

Itt nem csupán egy újabb robotról van szó a gyárban.

Ez az óriások összecsapása: a Google AI-agya feszül neki a riválisoknak az általános célú, bevethető humanoid munkaerőért folyó versenyben.

Miközben más cégek látványos videókkal hakniznak, a Google, az Apptronik és a Mercedes-Benz egy luxusautó-gyártósoron végzi a stressztesztet.

A 96%-os sikerességi arány kőkemény viszonyítási pont, de ahogy a DeepMind is elismeri: „a 96-ról a 99,9999%-ra vezető út még meredek lesz”.

Az a maradék 4% – a kiejtett alkatrészek vagy a pontatlan elhelyezések – jelenti azt a brutálisan nehéz szakadékot, ami elválaszt egy ígéretes pilotot a skálázható, teljesen automatizált gyártási megoldástól.

Mégis, egy olyan humanoid bevetésével, amely képes tanulni és alkalmazkodni ahelyett, hogy csak egy mereven beprogramozott mozdulatsort ismételne, ez az együttműködés hatalmas ugrás egy olyan jövő felé, ahol a robotok nemcsak a monoton robotmunkát végzik el, hanem komplex, változó feladatokat oldanak meg az emberek mellett.