Googleがロボット用AI「Gemini Robotics 2.5」を発表

Gemini Robotics 2.5ではさらに、ロボットが学習できるスキルの幅と習得速度の両方が向上しています。これにより、これまで以上に多くの作業をより高い性能で実行できる「器用さ」、メルセデス・ベンツの生産ラインで行われた実地実証実験に基づく「信頼性」、物理的な安全性の操縦性を向上させてロボット特有の敵対的脱獄に対するテストを行うための新しいベンチマークを導入した「安全性」の面で性能が向上したとのこと。

Gemini Robotics 2.5では、タスクの幅・性能・複雑さの面でモデルの機能を拡張しています。トングを使った料理の盛り付け、ギフトボックスへのリボン結び、液体のピペット操作など、200種類もの異なるタスクでモデルを評価しており、これらのタスクは高度なツール操作、複雑な変形物の操作、繊細な物体の取り扱いなど、多くのスキルを組み合わせることで、人間レベルの器用さに近づけようとしています。以下はテーブルから物を持ち上げて置き直すさまざまなタスクの成功率で、斜線のグラフがGemini Robotics 2、ブルーのグラフがGemini Robotics 2.5を示しています。Gemini Robotics 2.5では100％達成可能なタスクが増加し、未解決だったタスクにも対応できるようになっています。

安全性については、Gemini Robotics 2.5は推論時間に基づくガイダンスを用いて、物理的な危険物をリアルタイムで回避します。Google DeepMindの評価では、安全分類機能により障害物周辺での安全なタスク完了率が33％、近くにいる人周辺での安全なタスク完了率が43％向上したとのこと。また、長期的な自律型タスクの安全性も向上させているとして99.5％の脱獄耐性を達成しており、以前のベースラインであるGemini Robotics ER 2の82％という耐性率を大幅に上回っています。

Google DeepMindは「ロボットが研究室からより非構造化された現実世界環境へと進出し、より幅広いタスクで人々を支援できるようになります」と述べています。以下はGemini Robotics 2.5が実行したタスクの一例で、日常スキルから工場フロアでの車の部品仕分けといった作業まで学習しています。

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 🧵 pic.twitter.com/50WwnDudsH

— Google DeepMind (@GoogleDeepMind) 2026年11月10日

Gemini Robotics 2.5の開発には「Gemini 4 Argon」が活用されています。Gemini 4 Argonは「単一の画像からロボット用の仮想トレーニング空間を作成する」といったタスクで役立ち、開発を加速したとのこと。

Gemini 4 Argon helped build Gemini Robotics 2.5, speeding up months of training.

It creates virtual practice spaces from a single camera view, and watches replays of its own mistakes to fix its technique, driving stronger performance on the real robot. pic.twitter.com/4bhM31z7e4

— Google DeepMind (@GoogleDeepMind) November 10, 2026