Google DeepMind Meluncurkan Model Gemini Robotics 2.5 dengan Tingkat Keberhasilan 96% dalam Uji Coba Pabrik

Google DeepMind mengumumkan peluncuran Gemini Robotics 2.5, model yang dirancang untuk membantu robot belajar tugas fisik lebih cepat, menangani barang-barang halus, dan beroperasi lebih andal di lingkungan nyata. Model ini mencapai tingkat keberhasilan 96% dalam uji coba konsep pabrik yang melibatkan robot humanoid Apollo 2 dari Apptronik, yang dilakukan di jalur produksi Mercedes-Benz. Robot-robot ini secara otomatis mengklasifikasikan komponen mobil dari kotak besar ke dalam baki yang teratur, dan menyiapkan komponen sesuai urutan yang diperlukan untuk perakitan mobil.

Uji coba dilakukan di fasilitas produksi di Kecskemét, Hongaria, dan Sindelfingen, Jerman. Google menyatakan bahwa pekerjaan ini dapat membantu mengotomatiskan tugas-tugas yang berulang dan memerlukan tenaga fisik, sekaligus memungkinkan teknisi pabrik untuk fokus pada pekerjaan perakitan yang lebih kompleks.

Fungsi dan Aplikasi Gemini 2.5

Gemini Robotics 2.5 adalah model terbaru perusahaan dalam kategori visual-language-action (VLA), yang mampu mengubah informasi visual dan instruksi menjadi gerakan fisik robot. Saat ini, model ini sedang diluncurkan kepada mitra robot Google.

Model ini telah dievaluasi dalam lebih dari 200 tugas berbeda, termasuk menyajikan makanan dengan penjepit, mengikat pita pada kotak hadiah, dan memindahkan cairan menggunakan pipet. Aktivitas-aktivitas ini menguji berbagai kemampuan, mulai dari menangani barang-barang halus hingga mengoperasikan bahan fleksibel dan menggunakan alat sehari-hari. Dibandingkan dengan tolok ukur sebelumnya, model ini meningkatkan tingkat keberhasilan tugas antara 30% hingga 100%, dan menurut data Google, kecepatan penyelesaian aktivitas juga meningkat antara 20% hingga 30%. Model ini dapat beroperasi di berbagai platform robot, termasuk robot humanoid Apollo 2 dari Apptronik dan sistem Franka Duo yang menggunakan penjepit paralel dua jari.

Dalam demonstrasi di Mercedes-Benz, model inferensi embodied Google, Gemini Robotics ER, melacak alur kerja, sementara Gemini Robotics 2.5 mengendalikan lengan dan tangan robot. Apollo 2 mengambil braket logam dari kotak pasokan dan menempatkannya ke dalam wadah penyortiran, menyesuaikan gerakannya jika diperlukan.

Peningkatan Keamanan dan Adaptabilitas

Selain fleksibilitas, Google juga meningkatkan kemampuan model dalam menghadapi bahaya fisik. Waktu inferensi yang dipandu membantu robot menghindari rintangan dan beroperasi di antara kerumunan. Dalam evaluasi perusahaan, kemampuan ini meningkatkan tingkat keberhasilan tugas yang aman di sekitar rintangan sebesar 33%, dan meningkat 43% saat berada dekat dengan orang. Google juga meluncurkan ASIMOV-Jailbreak, sebuah tolok ukur sumber terbuka untuk menguji apakah sistem robot dapat menahan instruksi berbahaya yang menyamar. Tolok ukur ini mencakup ratusan petunjuk yang mencakup puluhan skenario.

Google melaporkan bahwa Gemini 4 Argon mencapai ketahanan 99.5% dalam upaya jailbreak ini, sementara tolok ukur sebelumnya, Gemini Robotics ER 2, hanya 82%. Perusahaan juga menyatakan bahwa Gemini 4 Argon mempercepat pengembangan model robot baru mereka. Sistem ini mampu menghasilkan ribuan latihan simulasi dari gambar dunia nyata dan menciptakan kembar digital dari lingkungan fisik. Peneliti dapat menggabungkan simulasi ini dengan demonstrasi pelatihan nyata untuk membantu robot menggeneralisasi keterampilan mereka ke objek dan lingkungan yang tidak dikenal.

Argon juga dapat menganalisis upaya yang gagal dan memberikan saran perbaikan untuk pelatihan selanjutnya.

Perkembangan ini menandai dorongan terbaru Google untuk memperkenalkan robot yang lebih adaptif ke dalam lingkungan industri dan sehari-hari. Namun, hasil 96% dari pabrik masih merupakan sebuah konsep verifikasi, bukan bukti penerapan komersial yang luas. Gemini Robotics 2.5 saat ini sedang diluncurkan kepada mitra robot Google.

Potensi dan Tantangan Komersial Gemini Robotics 2.5

Peluncuran Gemini Robotics 2.5 menunjukkan kemajuan signifikan Google dalam teknologi robot, terutama dalam otomatisasi pabrik. Meskipun hasil uji coba dengan tingkat keberhasilan 96% sangat menggembirakan, perlu diingat bahwa ini hanya merupakan verifikasi konsep, dan aplikasi komersial di masa depan masih belum pasti. Selain itu, perbaikan model dalam menangani bahaya fisik dan meningkatkan keamanan menunjukkan potensinya dalam lingkungan sehari-hari. Seiring dengan perkembangan teknologi lebih lanjut, bagaimana cara mengkomersialkan sistem robot ini secara efektif akan menjadi tantangan yang harus dihadapi Google.