米Googleがロボット向けAI「Gemini Robotics 2.5」を発表した。
メルセデス・ベンツの稼働中の生産ラインで実証し、人型ロボットによる自動車部品の仕分けで成功率96%を記録した。
人型ロボットが組み立て順に部品を仕分け
2026年11月10日、米Googleは「Gemini Robotics 2.5」を発表し、ドイツのジンデルフィンゲンとハンガリーのケチケメートで行った実証の結果も合わせて公表した。
実証ではメルセデス・ベンツとロボット開発企業のApptronikが協力し、人型ロボット「Apollo 2」が、車両ごとの組み立て順に合わせて部品をトレーにそろえたという。
推論モデル「Gemini Robotics ER」が作業の進み具合を把握し、視覚・言語・行動モデル(VLA※)であるGemini Robotics 2.5が腕と手を制御した。
ロボットは供給箱から金属製のブラケットを取り出し、部品の抜けがあれば補いながら所定の順に並べた。この部品仕分けの実証で、成功率は96%だった。
Googleは工場実証とは別に、トングでの盛り付けや箱にリボンを結ぶ動作など、約200種類の作業で新モデルを評価した。
従来の基準に比べ、作業に応じて成功率が30~100%高まり、作業を20~30%速く終えたという。
開発には「Gemini 4 Argon」も使われ、実環境を撮影した画像から多様な練習場面をシミュレーションで生成した。実際の作業を示す訓練データと組み合わせることで、初めて扱う物や環境への適応を早める手法だ。
※視覚・言語・行動モデル(VLA):カメラ画像などの視覚情報と自然言語の指示をもとに、ロボットの動作指令を生成するAIモデル。
反復作業の負担軽減へ 誤りへの対応と作業再開が課題か
自動車部品を取り出し、組み立て順に並べる作業をロボットが担えば、作業員の身体的な負担が減り、複雑な組み立てに時間を割きやすくなるだろう。
部品の形状や供給箱の中での向きが変わっても安定して扱えるようになれば、別の車種や生産ラインの準備工程にも用途が広がりそうだ。
一方、仕分けの誤りや部品の抜けが見過ごされれば、後続の組み立てが遅れるおそれがある。
本格導入の判断では、ロボットがどこまで自力で誤りを検知・修正できるかに加え、作業員の介入が必要になった場合に、仕分けを再開するまでどれだけ時間がかかるかも重要になるだろう。
また、安全確保のために停止が頻発する運用では、ラインが求める処理速度を維持しにくくなるかもしれない。
今後は、人の動きに応じて安全に動作を調整しながら、必要な部品を組み立てのペースに合わせて供給できるかが、導入先を広げる条件の一つとなりそうだ。
Google DeepMind「Gemini Robotics 2.5 accelerates real-world general dexterity」
関連記事:
Muso Actionとダイキン、VLAによるキッティング工程の自動化実証がPhase 2へ

Google DeepMind、汎用ロボットAI「Gemini Robotics 1.5」発表 複雑作業に自律対応

BMW、工場にヒューマノイドロボット導入へ フィジカルAIで自動車生産の新段階
