Gemini Robotics 2.5 melhora destreza, confiabilidade e segurança de robôs em tarefas reais

O Gemini Robotics 2.5 é o modelo vision-language-action (VLA) mais capaz da DeepMind até agora. A empresa avaliou o modelo em mais de 200 tarefas distintas, como servir comida com pinça, amarrar um laço em caixa de presente e pipetar líquido. Em relação às bases anteriores, o ganho de taxa de sucesso vai de 30% a 100%, conforme a tarefa, e a execução fica de 20% a 30% mais rápida.

O modelo funciona nativamente com vários tipos de robô, incluindo o humanoide Apollo 2, da Apptronik (mão SharpaWave de cinco dedos e 22 graus de liberdade), e a plataforma Franka Duo, com garras paralelas de dois dedos. Na prova de conceito com a Mercedes-Benz, em Kecskemét (Hungria) e Sindelfingen (Alemanha), o Apollo 2 fez kitting automotivo com 96% de sucesso. Dois modelos dividem o trabalho: o Gemini Robotics ER acompanha o fluxo e o 2.5 controla mãos e braços.

Na segurança, o modelo usa orientação de raciocínio em tempo de inferência para desviar de perigos físicos. A DeepMind reporta 33% a mais de conclusão segura de tarefas perto de obstáculos e 43% perto de pessoas. O Gemini 4 Argon atinge 99,5% de resistência a jailbreak no ASIMOV-Jailbreak, benchmark aberto lançado junto, contra 82% do Gemini Robotics ER 2. O Argon também gera simulações e gêmeos digitais a partir de cenas reais de câmera, o que acelerou o desenvolvimento. O modelo está sendo liberado para parceiros de robótica.

Em 31 de julho de 2026, o CEVIU noticiou "Gemini Robotics 2 eleva a inteligência robótica para colaboração e adaptação", com foco em inteligência de corpo inteiro. Na mesma data, saiu "Gemini Robotics ER 2 Impulsiona Automação Robótica com IA Avançada". Agora o ER 2 aparece como base de comparação na segurança contra jailbreak (82% contra 99,5% do Argon). Em 10 de novembro de 2026, o CEVIU noticiou o lançamento do 2.5 como "Google DeepMind lança Gemini Robotics 2.5, modelo VLA com ganhos de destreza e velocidade em robôs". Esta matéria detalha os números de campo e de segurança.

Para quem opera ou integra robótica industrial, o dado que pesa é o piloto em linha de produção real, não só o benchmark de laboratório. Os 96% em kitting são promissores, mas é um piloto, e a fonte não informa o que acontece nos 4% de falha. Em ambientes com pessoas, os números de segurança são autorreportados pela DeepMind, então vale esperar validação de parceiros.