Gemini Robotics 2.5 là gì: robot xếp linh kiện đúng 96%

Gemini Robotics 2.5 là gì? Đó là model vision-language-action mạnh nhất của Google DeepMind đến nay. DeepMind công bố model này ngày 10/11/2026. Model nối thị giác và ngôn ngữ với hành động của robot. Mục tiêu là đưa robot ra khỏi phòng thí nghiệm. Robot làm việc trong môi trường thật, lộn xộn và khó đoán.

Điểm nhấn của đợt công bố nằm ở nhà máy thật. Robot hình người Apollo 2 của Apptronik xếp linh kiện ô tô đúng 96% trên dây chuyền Mercedes đang chạy. Đây không phải demo trong phòng thí nghiệm. Đây là proof-of-concept trên dây chuyền sản xuất đang hoạt động.

Apollo 2 xếp linh kiện đúng 96% trên dây chuyền Mercedes

Thử nghiệm diễn ra tại 2 nhà máy Mercedes. Một ở Kecskemét, Hungary. Một ở Sindelfingen, Đức. Apollo 2 tự làm công việc kitting. Kitting là xếp từng linh kiện từ thùng lớn vào khay theo đúng thứ tự mỗi xe cần. Việc này lặp đi lặp lại và tốn sức người.

Hai model chia nhau công việc. Gemini Robotics ER theo dõi tiến độ workflow. Gemini Robotics 2.5 điều khiển tay và cánh tay robot. Robot nhặt giá đỡ kim loại trong thùng rồi đặt vào khay theo thứ tự. Robot tự sửa sai khi gặp khoảng trống. Tỉ lệ thành công đạt 96%.

Cần nêu rõ một giới hạn. DeepMind chưa công bố số lần thử đứng sau con số 96%. Chưa rõ 96% dựa trên bao nhiêu lần chạy. Độc giả nên đọc 96% như kết quả của một đợt proof-of-concept. Đây chưa phải tỉ lệ vận hành dài hạn trên dây chuyền thật.

Đo trên hơn 200 task: nhanh hơn 20-30%, đúng hơn 30-100%

Ngoài nhà máy, DeepMind đo model trên hơn 200 task riêng biệt. Các task gồm gắp thức ăn bằng kẹp, thắt nơ trên hộp quà và hút chất lỏng bằng pipette. Các task này kết hợp dùng công cụ, thao tác vật mềm và cầm đồ mỏng manh.

Robot Apollo 2 dùng bàn tay SharpaWave 5 ngón với 22 bậc tự do. Model cũng chạy trên nền tảng Franka Duo với kẹp 2 ngón. Cùng một model điều khiển được nhiều loại robot khác nhau. Đây là điểm mạnh của dòng Gemini Robotics từ đầu.

An toàn: benchmark jailbreak ASIMOV và kháng 99,5% của Argon

Robot làm việc gần người nên an toàn vật lý là yêu cầu bắt buộc. Gemini Robotics 2.5 dùng hướng dẫn suy luận lúc chạy để tránh nguy hiểm theo thời gian thực. Cách này giống lớp phân loại an toàn quanh câu trả lời của Gemini. Kết quả: hoàn thành task an toàn quanh vật cản tăng 33%. Quanh người ở gần, mức tăng là 43%.

DeepMind cũng ra mắt ASIMOV-Jailbreak. Đây là benchmark mã nguồn mở kiểm tra jailbreak cho robot. Benchmark chứa hàng trăm prompt ngụy trang yêu cầu không an toàn trong hàng chục bối cảnh. Phiên bản V3 của bộ đánh giá có 845 mẫu thuộc 15 nhóm chiến lược. Mỗi mẫu cho tối đa 10 bước. Gemini 4 Argon đạt kháng jailbreak 99,5%. Baseline cũ là Gemini Robotics ER 2 chỉ đạt 82%.

Argon tăng tốc phát triển bằng mô phỏng

Gemini 4 Argon giúp tăng tốc phát triển Robotics 2.5. Argon đóng vai trò engine mô phỏng. Từ một cảnh camera thật, Argon tạo ra hàng nghìn lượt chạy thử mô phỏng khác nhau. Argon dựng bản sao số giống thật của cảnh đó. Kết hợp với demo huấn luyện thật, robot tổng quát nhanh hơn sang cảnh và vật mới.

Argon cũng giúp đoán nguyên nhân lỗi từ video. Team kiểm tra cách sửa tốt nhất trong mô phỏng rồi mới thử trên robot thật. Một thử nghiệm riêng hồi tháng 10 cho thấy vòng lặp này hiệu quả. Tỉ lệ thành công của robot thật tăng từ 56% lên 75%. Thời gian hoàn thành giảm từ 35 giây xuống 24 giây. Thử nghiệm tháng 10 không phải benchmark của Robotics 2.5. Nó chỉ minh họa vòng lặp phát triển đứng sau bản phát hành này.

DeepMind đang triển khai Robotics 2.5 cho các đối tác robot của hãng. Câu hỏi mở là workflow này chuyển sang robot và nhà máy khác ổn định tới đâu. Đợt kitting tại Mercedes mới là bước đầu.

Chú thích ảnh: Cận cảnh các quân cờ trên bàn cờ, minh họa cho độ chính xác từng thao tác của robot. Ảnh: Tima Miroshnichenko, Pexels, giấy phép Pexels (link gốc xem mục Nguồn, phần Ảnh).

Đọc thêm trên 3a.com.vn: Nvidia Cosmos 3 Nano, AI Agent là gì và Đọc bảng benchmark AI.

— Quang Minh, từ phòng đo kiểm 3A.