Gemini Robotics 2.5 يعلّم الروبوت البشري Apollo 2 تجميع قطع مرسيدس بنسبة نجاح 96%

الروبوت الذي يعمل بشكل مثالي في المختبر يتعثر عادةً في المصنع عند أول قطعة زلقة أو صندوق مزاح قليلًا. وهذه بالذات هي الفجوة بين مقطع العرض التجريبي وورشة الإنتاج الحقيقية التي تحاول DeepMind سدّها بنموذجها الجديد Gemini Robotics 2.5. أكثر ما يلفت في هذا الإصدار ليس الأرقام القياسية على منصة الاختبار، بل التجربة التجريبية على خط إنتاج مرسيدس-بنز وطريقة تدريب النموذج.

ما الذي يستطيع النموذج فعله

إن Gemini Robotics 2.5 نموذج VLA (رؤية–لغة–فعل). يتلقى صورة من الكاميرات وتعليمات نصية، ويُخرج حركات اليدين والأصابع. اختبرته DeepMind على أكثر من 200 مهمة مختلفة: تقديم الطعام بالملقط، وعقد شريط على علبة هدية، وسحب سائل بالماصّة.

صعوبة هذه المهام لا تكمن في القوة بل في الدقة. فالمطلوب العمل بأداة، وبأجسام ليّنة وقابلة للانثناء مثل القماش والشريط، وبأشياء هشّة. وبحسب DeepMind زاد عدد المحاولات الناجحة بنسبة 30–100% (بحسب نوع المهمة)، وصار التنفيذ أسرع بنسبة 20–30% مقارنةً بالإصدارات السابقة.

النموذج غير مرتبط بعتاد واحد. فقد جرى تشغيله على الروبوت البشري Apptronik Apollo 2 المزوّد بكفّ خماسية الأصابع SharpaWave (22 درجة حرية)، وعلى المنصة ذات الذراعين Franka Duo بملاقط متوازية بسيطة.

المصنع بدل المختبر

العرض الرئيسي هو تجربة تجريبية على خطوط مرسيدس-بنز في كيتشكيميت (المجر) وزيندلفينغن (ألمانيا). تولّى Apollo 2 مهمة التجهيز (kitting): يخرج القطع من صناديق كبيرة ويوزّعها على صواني بالترتيب الذي ستلزم به لسيارة محددة على الخط. العمل رتيب وشاق، والخطأ في الترتيب ينعكس لاحقًا على عمّال التجميع.

البنية هنا من طبقتين. يراقب نموذج Gemini Robotics ER سير العملية بأكملها ويقرر ما العمل التالي. أما Gemini Robotics 2.5 فيتحكم باليدين: يمدّ يده إلى الصندوق، ويلتقط حوامل معدنية، ويضعها في الصينية، ويصحّح نفسه إذا حدث خطأ ما. النتيجة 96% من العمليات الناجحة.

ينبغي قراءة هذا الرقم بتروٍّ. فهذا إثبات جدوى (proof-of-concept) وليس تشغيلًا تجاريًا متسلسلًا، ونسبة 4% من الإخفاقات على خط الإنتاج ما زالت كبيرة. ولا تُذكر السرعة مقارنةً بالإنسان. لكن الرئيس التنفيذي لـ Apptronik يقول إن النموذج تحسّن بوضوح خلال بضعة أسابيع من التدريب الإضافي وانتقل إلى مصنع مرسيدس بخسارة طفيفة في الجودة. وهذا أهم للصناعة من النسبة نفسها: فقابلية نقل التعلّم أرخص من ضبط منفصل لكل ورشة.

السلامة ودور المحاكي

بالنسبة إلى الوكلاء الفيزيائيين تُعدّ السلامة مهمة هندسية قائمة بذاتها. يتضمن Gemini Robotics 2.5 استدلالًا في مرحلة التنفيذ (inference-time reasoning guidance) يرشد الروبوت إلى كيفية تجنّب المواضع الخطرة. وبحسب قياسات DeepMind ارتفع الإنجاز الآمن للمهام قرب العوائق بنسبة 33%، وقرب الأشخاص بنسبة 43%.

واختُبرت المقاومة لكسر الحماية بشكل منفصل، أي عندما يُموَّه طلب خطير في صورة طلب بريء. ولهذا أتاحت DeepMind معيار ASIMOV-Jailbreak: مئات الأوامر في عشرات المشاهد. يصدّ Gemini 4 Argon نسبة 99.5% من هذه المحاولات، مقابل 82% للأساس السابق Gemini Robotics ER 2.

وقد لعب Gemini 4 Argon دورًا بارزًا في التطوير نفسه أيضًا. فقد عمل كمحرّك محاكاة: انطلاقًا من مشهد حقيقي واحد من الكاميرا بنى توأمًا رقميًا وولّد آلاف المتغيرات لجولات التدريب. وإضافة إلى ذلك كان يفترض من خلال الفيديو سبب فشل الروبوت في المهمة، ويساعد في اختبار التصحيحات في المحاكاة وعلى روبوتات حقيقية. والعروض الحقيقية مع المحاكاة معًا تساعد على التعميم بشكل أسرع على مشاهد وأجسام جديدة.

ماذا نفعل بهذا

يُتاح النموذج حاليًا للشركاء فقط، لذا لا يمكن تجربته مباشرة. لكن هناك عدة استنتاجات عملية.

• إذا كنت تبني روبوتات، فانتبه إلى فصل الأدوار: «نموذج مخطِّط» منفصل و«نموذج منفِّذ» منفصل. فهذا أسهل في التنقيح وفي تغيير الأجزاء.
• يستحق نهج «صوّر مشهدًا حقيقيًا — ولّد آلاف المحاكاة» أن يُعتمد حيثما تقلّ البيانات الحقيقية.
• معيار ASIMOV-Jailbreak مفتوح، ويمكن تشغيله على وكلائك الخاصين كاختبار إضافي.

للأرقام كلها قيد واحد: تنشرها DeepMind نفسها، ولا توجد تحققات مستقلة، والنسخ الأساسية المستخدمة للمقارنة موصوفة باقتضاب. لكن الاتجاه واضح: الروبوتات البشرية تخرج من المختبرات إلى عمليات محددة وضيقة، ولم يعد السؤال الرئيسي «هل يمكن؟» بل «إلى أي حد يمكن التوسع بتكلفة منخفضة وبأمان؟».