一文まとめ
2026年11月10日、Google DeepMindは視覚・言語・行動（VLA）モデル「Gemini Robotics 2.5」を発表した。ハンガリーのケチケメート工場とドイツのジンデルフィンゲン工場という稼働中のメルセデス・ベンツ生産ラインで、Apptronikのヒューマノイド「Apollo 2」が自動車部品のキッティングを96%の成功率で完了した。公式は、従来のベースライン比で成功率が30%から100%向上し、処理速度が20%から30%速くなったとしている。
出来事の概要
2026年11月10日、Google DeepMindは公式ブログでGemini Robotics 2.5を公開し、同社のVLAモデルとして現時点で最高の能力を持つと説明した。記事はGemini Roboticsチームを率いるCarolina Parada氏の署名で、DeepMind公式ブログのModels欄に掲載された。
検証の舞台は実験室ではない。DeepMindはApptronikおよびメルセデス・ベンツと協力し、ハンガリーのケチケメート工場とドイツのジンデルフィンゲン工場という、実際に稼働している自動車生産ラインでApollo 2を動かした。課題は自動車部品のキッティングである。ロボットはバラ積みのコンテナから金属製ブラケットを取り出し、ライン上の各車両に必要な順番どおりに整列トレイへ入れる。
DeepMindによれば、Apollo 2はこの概念実証（proof-of-concept）でキッティングを自律的に完了し、成功率は96%だった。ロボットはGemini Robotics ERで作業フローを追跡し、Gemini Robotics 2.5の行動モデルで手と腕を制御した。補給コンテナに隙間がある場合、ロボットは固定軌道を繰り返すのではなく、把持位置をその場で補正した。
これはGemini Roboticsの初登場ではない。2026年の早い時期、DeepMindは多様なロボットに全身知能をもたらすことを主題にGemini Robotics 2を発表した。今回の2.5は、全身制御から「より多くの作業をより速く学習する」ことへ重心を移し、実際の生産ラインでの信頼性を発表の中心に置いている。
主要情報
| 項目 | Google DeepMindが公表した内容 |
|---|---|
| 発表日 | 2026年11月10日（DeepMind公式ブログ） |
| モデル | Gemini Robotics 2.5、視覚・言語・行動（VLA）モデル |
| 評価規模 | 200以上の異なるタスク |
| タスク例 | 工具の使用、変形する物体や繊細な物体の扱い。トングで料理を盛る、ギフト箱のリボンを結ぶ、液体をピペットで移すなど |
| 生産現場 | ハンガリー・ケチケメート工場、ドイツ・ジンデルフィンゲン工場 |
| ロボット | Apptronik Apollo 2。5本指・22自由度のSharpaWaveハンドを搭載 |
| ライン作業 | 自動車部品のキッティング。バラ積みコンテナから金属ブラケットを整列トレイへ |
| 実測成功率 | 概念実証で96% |
| タスク改善 | 従来ベースライン比で成功率30%から100%向上、処理速度20%から30%向上（タスク種別による） |
| 安全性改善 | 障害物付近の安全なタスク完了率が33%向上、人物付近が43%向上 |
| ジェイルブレイク耐性 | Gemini 4 ArgonがASIMOV-Jailbreakベンチマークで99.5%。従来のGemini Robotics ER 2は82% |
| 提供状況 | ロボットパートナーへ展開中。大量生産・展開の時期は未公表 |
| 学習加速 | Gemini 4 Argonがシミュレーションエンジンとして、実カメラ映像から数千回の模擬練習を生成 |
96%は何を測った数字か
96%は自動車部品のキッティングに対する数字であり、ロボット操作全般の成功率ではない。作業の連鎖は具体的だ。Apollo 2はバラ積みコンテナから金属製の自動車ブラケットを取り出し、各車両の生産順に並んだ容器へ入れる。コンテナ内の部品は固定位置になく、ロボットは把持前に姿勢を判断し、配置時に位置ずれを補正する必要がある。
作業は2つのモデルに分かれる。Gemini Robotics ERが作業フローを理解し、工程を追跡し、次の動作を判断する。Gemini Robotics 2.5の行動モデルが、その判断を手と腕の把持・配置動作に変換する。DeepMindは、ロボットがコンテナの隙間に対して固定軌道を繰り返さず、その場で補正したと強調している。
したがって96%は、概念実証の中で自律キッティングを完了した割合である。工場のタクトタイム達成率や設備総合効率（OEE）、連続稼働率ではない。公式は、試験が何シフト続いたか、累計で何個の部品を扱ったか、人手介入が何回あったか、1個当たりのサイクルタイムを公表していない。これらの指標が、正式な生産へ移行できるかを決める。
kittingがVLAモデルにとって難しい理由
自動車部品のキッティングは、低付加価値・高繰り返し・順序重視の工程である。部品はバラ積みコンテナから整列トレイへ移り、難しさは3つある。部品の姿勢がランダムであること、コンテナ内に隙間があること、車両ごとに生産順が異なることだ。従来の固定軌道ロボットは、部品とコンテナの組み合わせごとに治具と経路を設計する必要がある。VLAモデルは、視覚と言語の入力から新しい物体へ汎化することを狙う。
DeepMindが示す汎化の証拠は200以上のタスクである。トングで料理を盛る、ギフト箱のリボンを結ぶ、液体をピペットで移すなどを含む。公式によれば、Gemini Robotics 2.5は従来ベースライン比で成功率が30%から100%向上し、処理速度が20%から30%速い。これらの数値はタスク種別をまたぐ範囲であり、単一タスクの平均値ではない。
ハードウェア側では、Apollo 2が5本指・22自由度のSharpaWaveハンドを使う。モデルはFranka Duoの双腕プラットフォームと2本指の平行グリッパにも対応する。DeepMindは、同じモデルが異なるロボット形態に原生対応し、ロボットごとに別の行動ポリシーを学習する必要がないと説明する。
Apptronikの共同創業者兼CEOであるJeff Cardenas氏は公式ブログで、Apollo 2とGemini Roboticsを組み合わせると、モデルは数週間のポストトレーニングで大幅に改善し、メルセデス・ベンツの生産現場へ移行しても性能低下はごく小さかったと述べた。これはポストトレーニングの効率と移行性能についての発言であり、生産ラインの長期安定性を示すものではない。
安全性：物理的な誘導とジェイルブレイク耐性
Gemini Robotics 2.5は安全性について2組の数値を示す。1組目は推論時のリーズニング誘導（inference-time reasoning guidance）である。ロボットは作業実行中に物理的リスクをリアルタイムで回避する。公式評価では、障害物付近の安全なタスク完了率が33%向上し、人物付近では43%向上した。
2組目はエージェントのジェイルブレイク耐性である。DeepMindはASIMOV-Jailbreakというオープンソースのベンチマークを同時に公開した。数十の場面に不安全な要求を偽装した数百件のプロンプトを含む。Gemini 4 Argonはこのベンチマークで99.5%の耐性率を示し、従来のGemini Robotics ER 2は82%だった。
2つの数値は異なるリスクに対応する。物理的安全は、人や物がある乱雑な環境で衝突を避けることだ。指示安全は、悪意あるプロンプトで危険な動作を実行させようとする要求を拒否することだ。DeepMindは両方を同じ世代のモデルで公開し、安全評価を単一動作から長期的なエージェント作業へ広げている。
ヒューマノイドが生産ラインに入る現実的な限界
第一に、96%は概念実証のデータである。メルセデス・ベンツの工場は稼働中のラインだが、試験はパイロットだ。公式はApollo 2が正式なタクトタイムに組み込まれたとは述べておらず、配備台数、稼働時間、1シフト当たりの処理数も公表していない。96%は作業の実現性を示すが、量産時の信頼性を示すものではない。
第二に、サイクルタイムとコストは未公表だ。自動車ラインは車両1台ごとの時間枠で動いており、ロボットは主ラインを遅らせずにキッティングを終える必要がある。公式は1部品当たりの時間、段取り替え時間、保守間隔、1台当たりのコストを公表していない。投資回収期間は計算できないため、本サイトは推計しない。
第三に、汎化には限界がある。200以上のタスクは工具使用、変形物体、繊細な物体を扱うが、公式はタスク種別ごとの成功率や失敗モードの分布を公表していない。96%というラインでの結果は自動車ブラケットという1種類の対象に対するものであり、別の部品、別のコンテナ、別の工場では新たなポストトレーニングと検証が必要になる。
第四に、安全ベンチマークはオープンな評価であり、現場認証ではない。ASIMOV-Jailbreakは敵対的プロンプトの試験であり、物理安全の33%と43%の改善は公式の評価環境によるものだ。これらの結果を工場の安全認証へ変換できるかは、各地域の機械安全基準と現場のリスク評価による。
第五に、展開時期は未定だ。DeepMindはGemini Robotics 2.5をロボットパートナーへ展開中と述べるが、大量生産・大量配備の時期は公表していない。メルセデス・ベンツや他の製造業者にとって確認できる事実は、稼働中のラインで概念実証を完了したことであり、すでに多数のロボットが実務に入ったことではない。
影響と限界
第一の影響は、VLAモデルが自動車生産で定量データを公開したことだ。これまでのヒューマノイドの多くは実験室の映像だった。DeepMindは成功率、2つの稼働工場、具体的な作業名を記録に残した。競合他社の基準を引き上げ、製造業者にパイロット設計の具体的な参照点を与える。
第二の影響は、論点が「ロボットができるか」から「ラインが受け入れられるか」へ移ることだ。キッティングは1工程にすぎない。生産配備には安全認証、タクトタイムへの統合、保守、スペアパーツ、作業者訓練が必要である。これらは概念実証に含まれておらず、公表もされていない。
第三の影響は学習ループだ。Gemini 4 Argonがシミュレーションエンジンとして、実カメラ映像から数千回の多様な練習を生成し、デジタルツインを構築することで、新しい物体から動作ポリシーまでの道筋を短縮する。このループが他の部品にも当てはまるなら、ロボットプログラミングの経済性は変わる。公式は新しいタスク当たりの時間とコストを公表していない。
限界は明確だ。96%は会社が報告した1つのキッティング作業の概念実証結果である。公式は試験期間、扱った部品数、人手介入、サイクルタイム、配備台数、ロボットコスト、生産展開時期を公表していない。安全の割合は評価結果であり、現場認証データではない。ヒューマノイドがすでにライン作業者を置き換えているという主張は、公式資料が支持する範囲を超える。