
何が起きたか
Google DeepMindは視覚言語行動モデル「Gemini Robotics 2.5」を発表した。200以上のタスクで従来版より30〜100%高い成功率を達成し、処理速度も20〜30%向上した。
なぜ重要か
成功率と速度の改善は、複雑な物理作業におけるロボットの信頼性と効率を高める可能性を示す。ただし数値はGoogle DeepMind自身の評価によるものだ。
誰に効くか人型ロボットや産業用ロボットプラットフォームの開発者を含むGoogle DeepMindのロボティクスパートナーは、タスクの成功率と速度を高め、新たな導入に必要な物理訓練データを減らせる可能性のあるモデルを利用できるようになる。
こういう要約が、毎朝あなたのメールに届きます。
Gemini Robotics 2.5は、視覚情報と言語指示をロボットの動作に変換するGoogle DeepMindの視覚言語行動モデル群を発展させたものだ。同社によると、新しいバージョンは壊れやすい物体の扱い、工具の使用、柔軟な素材の操作、精密組み立て作業など200以上のタスクで評価された。これらのタスク全体で成功率は従来版より30〜100%高く、処理は20〜30%速く完了した。
単純なタスク性能に加え、Google DeepMindは推論に基づく安全制御を導入した。これにより障害物周辺での安全なタスク完了率が33%、人が近くにいる場合は43%向上した。また、ロボティクスAIシステムが危険な行動につながる指示に抵抗できるかを評価するオープンソースベンチマーク「ASIMOV-Jailbreak」も公開した。この評価でGemini 4 Argonモデルは99.5%の抵抗率を達成し、従来ベースラインの82%を上回った。
Gemini 4 Argonは、シミュレーション訓練シナリオやデジタルツインの生成、タスク失敗の調査支援を通じてロボティクス研究も支える。Google DeepMindによると、こうした機能により必要な物理訓練データが減り、Gemini Robotics 2.5の開発が加速した。同モデルは現在、同社のロボティクスパートナーに提供されており、さまざまなロボットプラットフォームや実世界の用途で動作するAIシステムの開発が続けられている。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
Folkbenchは、静的キャッシュが効きにくい時事プローブと、一致率・入力トークン・思考トークン・指紋・キャッシュ状態を記録するモデル指紋プローブを組み合わせ、公式直結キーと比較する手法を発表した

サブエージェント間で34ファイルを置き換える試行で、delegating-work Skillを与えられたエージェントは24項目中18項目を満たし、なしでは3項目だった

Zennの執筆者が、Anthropic Messages・OpenAI Chat Completions・OpenAI Responsesの各APIを相互変換するローカルゲートウェイopencodex 2.100.2を…

Microsoftは11月17日から20日までサンフランシスコでIgniteを開催し、CEOのSatya Nadella氏が基調講演を行う

Serve Roboticsが「AV Delivery Developer Portal」を公開

PhysiclがInovia Capital主導、US Venture Partners参加のシード資金で1000万ドルを調達し、1万件の3D環境、10万点超のデジタルアセット、数十億通りのシーン変異を提供するStudi…
