Ep.1609 Google「Gemini Robotics 2.5」発表──ベンツ実稼働工場で成功率96%を叩き出したフィジカルAIの最前線（2026年11月11日配信）

タイトル

Google「Gemini Robotics 2.5」発表──ベンツ実稼働工場で成功率96%を叩き出したフィジカルAIの最前線

このエピソードで登場するキーワードを説明します。

Google DeepMind: GoogleのAI研究開発を牽引する中核組織。大規模言語モデルからロボット制御用の基盤モデルまで、汎用人工知能の実現に向けた研究を推進している。

Apptronik: 米国テキサス州オースティンに拠点を置くロボティクススタートアップ。産業用の汎用ヒューマノイドロボット「Apollo」シリーズを開発し、Google DeepMindと提携している。

VLA (Vision-Language-Action): カメラからの視覚情報と言語による指示を理解し、ロボットの関節や指を動かす具体的な制御コマンドを直接出力するAIモデル。

Gemini Robotics ER (Embodied Reasoning): ロボットが周囲の物理空間を認識し、複数ステップにわたる作業計画の立案や進行管理を担う身体性推論モデル。

デジタルツイン: 現実世界の物理的な環境や設備をコンピュータ上の仮想空間に忠実に再現し、シミュレーションやAIの学習を行う技術。

それでは解説に入ります。

Google DeepMindは米国時間の2026年11月10日、ロボットの物理的な動作を制御する最新のVLAモデル「Gemini Robotics 2.5」を発表しました。研究室内にとどまらず、予測が難しい現実世界の工場や日常空間でロボットが自律的に作業できるよう、手先の器用さと信頼性、そして安全性を大幅に引き上げたモデルであり、ロボティクス分野のパートナー企業向けに順次提供が開始されています。

今回のモデルでは、トングを使った食品の盛り付けや贈答箱へのリボンの蝶結び、ピペットによる液体の採取など、道具の正確な操作や変形しやすい柔軟物の扱いを伴う200種類以上の多様な課題で性能が検証されました。従来のベースラインモデルと比較して、タスクの成功率は課題の種類に応じて30パーセントから100パーセント向上し、作業の完了速度も20パーセントから30パーセント高速化しています。また特定の機体に依存しない汎用設計となっており、2本指の平行グリッパーを持つ産業用アームから、片手で5本指・22自由度の精密なハンドを備える人型ロボットまで、さらにはしゃがむ、かがむといった全身の重心バランス制御に至るまで幅広く対応します。

産業界から最も強い注目を集めているのが、ドイツの自動車大手メルセデス・ベンツの実稼働工場で実施された概念実証の成果です。Google DeepMindは米国のロボット開発企業Apptronikおよびメルセデス・ベンツと連携し、ドイツのジンデルフィンゲン工場とハンガリーのケチケメート工場の生産ラインに、Apptronikの最新ヒューマノイドロボット「Apollo 2」を投入しました。実証で行われたのは、容器に無造作に入った金属製ブラケットを取り出し、ライン上の車両ごとに必要な順序で専用トレイへ正確に仕分け・配膳するキッティング作業です。この工程において、作業全体の進行状況を把握する「Gemini Robotics ER」と、腕や指の微細な動きを制御する「Gemini Robotics 2.5」が連携して稼働し、部品の欠落を自ら検知して補正しながら、96パーセントという高い作業成功率を達成しました。肉体的な負担が大きい単調な部品準備作業をロボットが肩代わりすることで、人間の熟練作業者がより複雑な組み立て工程に専念できる環境を目指しています。

こうした急速な性能向上の背景には、Googleの最先端モデルである「Gemini 4 Argon」を活用した学習プロセスの革新があります。従来、ロボットに新しい技能を習得させるには実機による膨大な実演データの収集がボトルネックとなっていましたが、開発チームはGemini 4 Argonをシミュレーションエンジンとして活用しました。現実のカメラ映像からリアルなデジタルツインを構築し、仮想空間上で数千通りもの多様な練習環境を自動生成して学習を加速させています。さらに、ロボットが作業に失敗した際には、Gemini 4 Argonが映像から原因の仮説を立て、改善策をシミュレーションと実機の双方で検証するサイクルも確立されました。

また、人間のすぐ隣で稼働する産業機械として不可欠な安全性も多層的に強化されています。Gemini Robotics 2.5は推論時のリアルタイム制御により、周囲の障害物や人間を認識して安全な軌道を自ら選択する能力が向上し、障害物周辺での安全な作業完了率は33パーセント、人間の周囲では43パーセント改善しました。さらに、悪意あるプロンプトでロボットに危険な動作をさせようとする攻撃への耐性を測るため、オープンソースのベンチマーク「ASIMOV-Jailbreak」を新たに公開し、上位の計画を担うGemini 4 Argonにおいて従来の82パーセントを大きく上回る99.5パーセントの防御率を記録しています。現在、工場フロアへのヒューマノイド導入をめぐっては、BMWの工場で実証を進めるFigure AIや、自社のEV工場へOptimusを配備するテスラ、現代自動車と組むボストン・ダイナミクスなど、米国とアジア・欧州の製造大手を巻き込んだ熾烈な開発競争が繰り広げられています。今回の概念実証は特定の部品準備工程を対象としたものであり、本格的な量産導入に向けてはエラー発生時の自律復帰や長期間の連続稼働データの検証が今後の焦点となりますが、汎用AIの頭脳と精巧なハードウェアの統合は、製造業の人手不足を解消する実用フェーズへと確実に歩を進めています。

今回のエピソードは以上で終了です。また次回お会いしましょう。