أعلنت Google DeepMind في 10 نوفمبر عن Gemini Robotics 2.5، وتقول إنه أقوى نموذج عندها لحد الحين من نوع «رؤية ولغة وحركة» (VLA)، يعني نموذج يشوف ويفهم الأوامر ويتحكم في حركة الروبوت. والهدف إن الروبوت يتعلم مهارات أكثر وبسرعة أكبر، ويطلع من المختبر لبيئات حقيقية.
وأبرز تجربة: في خطوط إنتاج شغّالة لـMercedes-Benz في Kecskemét بالمجر وSindelfingen بألمانيا، اشتغل الروبوت البشري Apollo 2 من شركة Apptronik على تجهيز القطع، ياخذ قطعًا معدنية من صناديق كبيرة ويرتّبها في حاويات بنفس الترتيب اللي تحتاجه كل سيارة. ووصلت نسبة النجاح 96%، وDeepMind تسمّيها تجربة إثبات مفهوم، مو تشغيل واسع. وقال Jeff Cardenas، الشريك المؤسس والرئيس التنفيذي لـApptronik، إن النماذج تحسّنت كثير خلال أسابيع قليلة من التدريب الإضافي، ولما انتقلت لإنتاج Mercedes-Benz ما نزل أداؤها إلا شوي.
وفي المختبر، جرّبوا النموذج على 200 مهمة، مثل تقديم الأكل بالملقط، وربط فيونكة على علبة هدية، وسحب السوائل بالماصّة. وتقول الشركة إن نسبة النجاح أعلى من النماذج السابقة بفرق بين 30% و100% حسب نوع المهمة، وإنه يخلّص المهام أسرع بنسبة بين 20% و30%.
وفي السلامة، تقول DeepMind إن توجيه الروبوت أثناء التشغيل خلّاه يكمّل مهامه بأمان أكثر حول العوائق بنسبة 33%، وحول الناس القريبين منه بنسبة 43%. وأطلقت مقياسًا مفتوح المصدر اسمه ASIMOV-Jailbreak، يختبر محاولات خداع الروبوت بطلبات خطرة مموّهة. والشركة تطرح النموذج حاليًا لشركائها في الروبوتات، والأرقام كلها من DeepMind نفسها.
Google DeepMind announced Gemini Robotics 2.5 on 10 November, calling it its most capable vision-language-action (VLA) model to date: a model that sees, understands instructions and controls a robot's movements. The aim is for robots to learn more skills, faster, and move out of the lab into real-world settings.
The headline test: on active Mercedes-Benz production lines in Kecskemét, Hungary, and Sindelfingen, Germany, Apptronik's Apollo 2 humanoid robot did automotive kitting, picking metal brackets from bulk bins and placing them into containers in the exact order each vehicle needs. It reached a 96% success rate, in what DeepMind calls a proof-of-concept rather than a wide deployment. Apptronik co-founder and CEO Jeff Cardenas said the models improved dramatically in just a few weeks of post-training and carried over to Mercedes-Benz production with very little drop-off.
In the lab, the model was evaluated on 200 tasks, such as serving food with tongs, tying a bow on a gift box and pipetting a liquid. DeepMind says success rates are 30% to 100% higher than previous baselines depending on the task type, with tasks completed 20% to 30% faster.
On safety, DeepMind says inference-time reasoning guidance boosted safe task completion around obstacles by 33% and around nearby people by 43%. It is also releasing ASIMOV-Jailbreak, an open-source benchmark of prompts that disguise unsafe requests to test robots. The model is rolling out to DeepMind's robotics partners, and all figures come from DeepMind itself.
وش يعني لك؟What it means for you
لو تشتغل في التصنيع أو اللوجستيات، الخبر يوضّح إن الشركات بدأت تجرّب الروبوتات البشرية على مهام متكررة في مصانع حقيقية، مو بس في عروض المختبر. لكنها للحين تجربة أولية، والنموذج مو متاح للعامة.If you work in manufacturing or logistics, this shows companies are starting to try humanoid robots on repetitive tasks in real factories, not just lab demos. It is still an early pilot, though, and the model is not publicly available.
المصدرSource: Google DeepMind · 10 Nov 2026 ↗
كتبنا الخبر بأسلوبنا اعتمادًا على المصدر الأصلي. للتفاصيل الكاملة ارجع للمصدر.Written in our own words from the original source. See the source for full details.