Gemini Robotics 2.5 trie des pièces sur la chaîne de montage de Mercedes avec 96 % de précision

Imaginez une chaîne de montage : des pièces métalliques sont entassées dans des conteneurs et il faut les répartir dans des bacs de façon à ce que, pour chaque voiture, le kit arrive dans le bon ordre. C'est ce qu'on appelle le kitting, et dans les usines, ce travail est encore principalement effectué par des humains. Google DeepMind affirme que son nouveau modèle Gemini Robotics 2.5 s'en acquitte déjà sur des lignes Mercedes-Benz en exploitation, avec un taux de réussite de 96 %.

De quel modèle s'agit-il

Gemini Robotics 2.5 est un modèle VLA (vision-language-action). Autrement dit, un seul « cerveau » reçoit l'image des caméras et une commande textuelle du type « range les pièces dans les bacs », et produit en sortie des mouvements de mains et de doigts. Il n'est pas nécessaire de programmer chaque saisie séparément.

Selon DeepMind, le modèle a été testé sur plus de 200 tâches : de la manipulation de nourriture avec des pinces au travail à la pipette. Par rapport aux versions précédentes de l'entreprise, le taux de réussite a augmenté de 30 à 100 % (selon le type de tâche), et les tâches s'exécutent 20 à 30 % plus vite. Le modèle sait fonctionner avec différents robots : le humanoïde Apptronik Apollo 2, doté d'une main à cinq doigts et de 22 degrés de liberté, et la plateforme Franka Duo, équipée de deux pinces à deux doigts.

Pilote sur la chaîne de montage et sécurité

Les tests ont eu lieu à Kecskemét (Hongrie) et à Sindelfingen (Allemagne). Apollo 2 prenait des pièces en vrac et les disposait dans des bacs dans l'ordre requis pour chaque véhicule. Deux modèles travaillaient ensemble : Gemini Robotics ER suivait le déroulement de l'ensemble du processus, à la manière d'un répartiteur, et Gemini Robotics 2.5 pilotait les mains. C'est un schéma familier des systèmes d'agents : une couche planifie et contrôle, l'autre exécute.

Le patron d'Apptronik, Jeff Cardenas, explique qu'après quelques semaines de fine-tuning, le modèle s'est nettement amélioré et est passé à la production de Mercedes avec une perte de qualité minimale. Pour les praticiens, c'est le point le plus intéressant : l'écart entre le laboratoire et l'atelier engloutit généralement une grande part des métriques.

Le modèle pilote le robot en temps réel et sait éviter les dangers physiques. D'après les mesures internes de DeepMind, l'exécution sûre des tâches a progressé de 33 % près d'obstacles et de 43 % près de personnes.

Par ailleurs, l'entreprise a publié sur Hugging Face un benchmark ouvert, ASIMOV-Jailbreak. Il s'agit de centaines de prompts où des demandes dangereuses sont déguisées en demandes ordinaires, dans des dizaines de scènes : le test vérifie s'il est possible de persuader un robot de faire quelque chose de nuisible. Selon Google, son modèle de langage Gemini 4 Argon affiche 99,5 % de résistance au jailbreak, contre 82 % pour son prédécesseur Gemini Robotics ER 2.

Ce même Argon a servi de moteur de simulation. À partir d'une seule scène réelle captée par une caméra, il génère des milliers d'exécutions simulées et un jumeau numérique. Combiné à des démonstrations réelles, cela aide le robot à généraliser plus vite son expérience à de nouvelles scènes et de nouveaux objets. En outre, à partir d'enregistrements vidéo, Argon formule des hypothèses sur les causes des erreurs et teste les corrections aussi bien en simulation que sur un vrai robot.

Réserves et enseignement pratique

Tous les chiffres sont des mesures de Google et de ses partenaires ; il n'y a pour l'instant aucune vérification indépendante. 96 % sur une seule tâche de kitting, ce n'est pas 96 % sur n'importe quel travail. Les comparaisons se font avec les versions antérieures de DeepMind elle-même, et non avec des concurrents. On ne sait pas ce qui est exactement considéré comme un « succès » ni combien il y a eu de tentatives. Et 4 % d'échecs sur une chaîne de montage, c'est beaucoup si l'arrêt de la ligne coûte cher. L'accès est pour l'instant réservé aux partenaires : Agile, Apptronik et Mercedes-Benz.

Si vous travaillez dans la robotique ou l'automatisation industrielle, regardez le schéma plutôt qu'un chiffre isolé : l'association d'un « modèle répartiteur et d'un modèle exécutant », la simulation par LLM pour générer des données d'entraînement et un court fine-tuning adapté à un site précis. Ceux qui développent des agents devraient prendre ASIMOV-Jailbreak comme exemple de test d'un système où l'erreur ne coûte pas des tokens en trop, mais une pièce cassée ou une blessure.

Pour les product managers et les fondateurs : mieux vaut attendre un accès ouvert et des tests indépendants, mais il est déjà temps de planifier des pilotes. Les opérations étroites et répétitives comme le kitting semblent être les premières candidates à un véritable déploiement de humanoïdes.