W skrócie
- Google DeepMind przedstawił Gemini Robotics 2.5 10 listopada 2026 roku; firma nazywa go swoim najbardziej zaawansowanym modelem vision-language-action.
- Według DeepMind humanoidalny robot Apollo 2 firmy Apptronik sortował części na liniach Mercedes-Benz w Kecskemét i Sindelfingen z 96-proc. skutecznością.
- Model testowano na ponad 200 zadaniach; według firmy wypada o 30–100 proc. lepiej od poprzedniej wersji i wykonuje zadania o 20–30 proc. szybciej.
- Model trafił do partnerów, m.in. Agile Robots, Apptronik i Boston Dynamics. Ogólnej dostępności, ceny i terminu premiery nie podano.
- Test w fabryce to pilotaż. Nie podano liczby prób, a model działa w chmurze, co wiąże się z opóźnieniami.
Co ogłoszono i skąd te dane
Google DeepMind opublikował zapowiedź Gemini Robotics 2.5 w poniedziałek wieczorem czasu polskiego, a według dat w materiałach firmy i mediów była to data 10 listopada 2026 roku. Firma opisuje model jako swój najbardziej zaawansowany model vision-language-action (VLA) do dnia dzisiejszego. Model zamienia obraz z kamer i polecenia językowe na ruchy rąk, chwytaka i ramion robota.
Najważniejsze liczby pochodzą od samego DeepMind. Firma podaje, że model przetestowano na ponad 200 zadaniach, w tym przy serwowaniu jedzenia szczypcami i pipetowaniu cieczy. Według DeepMind Gemini Robotics 2.5 osiąga w ocenach o 30–100 proc. wyższą skuteczność niż poprzednia wersja, zależnie od zadania, i kończy zadania o 20–30 proc. szybciej.
Ogłoszenie towarzyszyło też otwartemu testowi bezpieczeństwa ASIMOV-Jailbreak. Według relacji Ars Technica zawiera on bazę 1500 podpowiedzi zaprojektowanych tak, by nakłonić robota do niebezpiecznego działania. Pełna lista wyników nie jest w tym tekście przedmiotem oceny, a część liczb z różnych publikacji różni się między sobą.
Jak działa system: dwa modele i jedna pętla sterowania
Gemini Robotics 2.5 nie działa sam. Zgodnie z opisem DeepMind platforma składa się z dwóch elementów. Gemini Robotics ER to model rozumowania wcielonego, który na podstawie poleceń i obrazu wideo planuje zadanie i śledzi jego postęp. Gemini Robotics 2.5 to model akcji, który generuje konkretne ruchy ramion i dłoni.
Firma opisuje też mechanizm unikania przeszkód. Według DeepMind model stosuje wnioskowanie w czasie działania (inference-time reasoning), by omijać zagrożenia fizyczne w czasie rzeczywistym. W praktyce robot może zatrzymać się lub poczekać, gdy coś blokuje jego drogę.
W trakcie rozwoju DeepMind użył modelu językowego Gemini 4 Argon jako silnika symulacji. Firma twierdzi, że pozwoliło to przyspieszyć trening i szybciej uczyć robota nowych umiejętności. Niezależnej weryfikacji tej metody nie znaleziono w dostępnych źródłach.
- Gemini Embodied Reasoning: planowanie zadania na podstawie poleceń i obrazu wideo.
- Gemini Robotics 2.5: model VLA, który zamienia plan w ruchy rąk i ramion.
- Symulacja z użyciem Gemini 4 Argon: według firmy skraca czas treningu.
Fabryka Mercedesa: co dokładnie testowano
Najgłośniejszy wynik to pilotaż na liniach produkcyjnych Mercedes-Benz. Według DeepMind test przeprowadzono w zakładach w Kecskemét na Węgrzech i w Sindelfingen w Niemczech, z firmą Apptronik. Robot Apollo 2 pobierał metalowe wsporniki z pojemników z luzem i układał je w pojemnikach sekwencyjnych w kolejności potrzebnej dla każdego pojazdu.
Według opisu firmy w tym układzie Gemini Robotics ER śledził postęp całego procesu, a Gemini Robotics 2.5 sterował dłońmi i ramionami robota. Testowana konfiguracja Apollo 2 używała pięciopalcowej dłoni SharpaWave z 22 stopniami swobody, jak podają serwisy branżowe opisujące to wdrożenie.
Jeff Cardenas, współzałożyciel i dyrektor generalny Apptronik, powiedział: „Pairing Apollo 2 with Gemini Robotics, we saw the models improve dramatically in just a few weeks of post-training”. Według Unite.ai, cytującego firmę, modele poprawiły się w ciągu kilku tygodni dodatkowego treningu i przeniosły się na produkcję Mercedes-Benz z niewielkim spadkiem wyników.
Ograniczenia: 96 proc. to pilotaż, nie statystyka produkcji
Sam DeepMind nazywa wynik dowodem koncepcji (proof of concept). Według opisu w serwisach branżowych firma nie podała liczby prób, czasu trwania testu ani kryteriów błędu. Nie wiadomo też, jak często ludzie interweniowali w pracę robota.
Dyrektor DeepMind Kanishka Rao powiedział Ars Technica, że domknięcie pozostałych 4 proc. to „steep road”, czyli droga stroma. Ars Technica zwraca uwagę, że człowiek wykonujący tę powtarzalną pracę myli się niemal zawsze rzadziej. Według tego samego źródła model działa w chmurze, więc dochodzi opóźnienie sterowania.
Rzetelny odczyt jest więc taki: wynik 96 proc. dotyczy wybranego zadania w konkretnych zakładach, w ograniczonym pilotażu, i nie jest niezależnie audytowanym wskaźnikiem gotowości do produkcji seryjnej. Wielu komentatorów zwraca uwagę na tę różnicę.
Na tle konkurencji
Gemini Robotics 2.5 wpisuje się w wyścig o tzw. mózg dla robotów, czyli modele uczące się na danych z wielu zadań. Według zestawień branżowych z 2026 roku firmy takie jak Physical Intelligence i Skild AI budują modele, które mają działać na różnych maszynach. Figure AI rozwija własny model Helix i sam produkuje roboty, a jego roboty były testowane na linii BMW.
Różnica polega na modelu biznesowym. Figure AI łączy sprzęt i oprogramowanie, a DeepMind, podobnie jak Physical Intelligence, sprzedaje model partnerom. Według zestawień branżowych Figure wycenia się na ok. 39 mld dolarów, a Physical Intelligence na ok. 5,6 mld dolarów; to wartości podawane przez media finansowe i portale analityczne, nie przez same firmy.
Porównanie wyników między firmami jest utrudnione. Każda z nich publikuje inne testy i inne metryki, a DeepMind nie podał w komunikacie nazwy wersji, z którą porównuje wynik 96 proc. Wykresy w materiałach firmy odnoszą się do poprzedniej wersji, Gemini Robotics 2.
Dostępność i ceny
Gemini Robotics 2.5 nie jest produktem dla klientów indywidualnych ani przedsiębiorstw. Według DeepMind model jest udostępniany partnerom robotycznym, a w tekstach podawani są Agile Robots, Apptronik i Boston Dynamics. Część publikacji wymienia Mercedes-Benz jako partnera testowego, a nie komercyjnego odbiorcę modelu.
Ceny ani data ogólnej dostępności nie zostały podane. Według relacji TechTimes firma nie przedstawiła terminu dostępności ani cennika. Gemini Robotics ER 2 jest natomiast dostępny w wersji podglądowej w Google AI Studio, według strony DeepMind cytowanej przez serwisy branżowe. To osobny model, a nie Gemini Robotics 2.5.
Co dalej
Najbliższe pytania dotyczą nie tego, czy robot potrafi sortować części, lecz czy utrzyma skuteczność w długim czasie i przy zmianach w zakładzie. DeepMind i Apptronik nie publikują danych z dłuższej eksploatacji. Apptronik twierdzi, że robot miał niewielki spadek wyników po kilku tygodniach treningu i wdrożenia, ale to deklaracja firmy.
Kolejnym sprawdzianem będzie to, czy partnerzy przejdą od pilotażu do wdrożeń. Według DeepMind wynik jest „obiecującym postępem” w kierunku szerokich zastosowań przemysłowych, co nie oznacza zapowiedzi konkretnego terminu. Warto też obserwować publikację danych o liczbie prób i interwencjach człowieka, bo bez nich wynik trudno porównać z innymi systemami.
Dla branży ważne będzie też bezpieczeństwo. DeepMind udostępnił test ASIMOV-Jailbreak, co pozwoli innym zespołom sprawdzać, czy roboty nie wykonują niebezpiecznych poleceń. Adopcja tego testu poza DeepMind nie jest jeszcze potwierdzona.
Co to znaczy dla Polski
W Polsce Gemini Robotics 2.5 nie da się dziś kupić ani wdrożyć na zasadzie usługi. Dla firm produkcyjnych i łańcuchów dostaw sygnał jest taki, że humanoidalne roboty do komisjonowania części trafiają na linie w Europie, w tym na Węgrzech, gdzie Mercedes ma zakład w Kecskemét. Dla polskich zakładów to konkurencja i potencjalny dostawca technologii, ale żadnego terminu wdrożenia w Polsce źródła nie podają. Kupujący detaliczny nie zyska nic bezpośrednio.
Słowniczek
- Vision-language-action (VLA)
- Model, który na wejściu przyjmuje obraz i polecenie językowe, a na wyjściu generuje ruchy robota.
- Kitting
- Komplementowanie zestawów części w kolejności potrzebnej do montażu konkretnego pojazdu.
- Proof of concept
- Test wykonalności pokazujący, że rozwiązanie działa w praktyce, ale bez dowodu na skalę produkcyjną.
- Wnioskowanie w czasie działania
- Rozumowanie modelu podczas pracy robota, które pozwala reagować na przeszkody w czasie rzeczywistym.
- Jailbreak
- Próba nakłonienia systemu AI do działania wbrew jego zabezpieczeniom.
Najczęstsze pytania
Czy mogę kupić Gemini Robotics 2.5?
Nie. Według DeepMind model jest udostępniany partnerom robotycznym. Nie podano ceny ani daty ogólnej dostępności.
Co oznacza 96 proc. skuteczności?
Według DeepMind tyle wyniosła skuteczność w pilotażu sortowania części na liniach Mercedes-Benz. Nie podano liczby prób, czasu trwania ani kryteriów błędu, więc wynik nie jest statystyką produkcji seryjnej.
Gdzie testowano robota?
Według DeepMind w zakładach Mercedes-Benz w Kecskemét na Węgrzech i w Sindelfingen w Niemczech, z robotem Apollo 2 firmy Apptronik.
Czym różni się Gemini Robotics 2.5 od Gemini Robotics ER 2?
Gemini Robotics ER 2 to model rozumowania, który planuje zadanie i śledzi postęp. Gemini Robotics 2.5 to model akcji, który steruje ruchami robota. Według DeepMind ER 2 jest dostępny w wersji podglądowej w Google AI Studio.
Czy model działa offline na samym robocie?
Według Ars Technica obecna wersja działa na serwerach w chmurze, co wiąże się z opóźnieniami. Źródła nie podają, czy planowane jest działanie lokalne.
Źródła
Artykuł opracowany na podstawie materiałów firm i mediów z kraju wydarzenia. Fakty sprawdzone w źródłach; zapowiedzi i przewidywania oznaczono w tekście.
- DeepMind Gemini Robotics 2.5: Lab Implications — CASRAI
- Industry Insights: Google DeepMind Releases Gemini Robotics 2.5
- Google DeepMind's Gemini Robotics 2.5 scores 96 percent sorting metal parts in a Mercedes-Benz assembly pilot
- Google DeepMind releases new advanced robotics AI model and next-generation gene prediction model - SiliconANGLE
- Gemini Robotics 2.5: Accelerating Physical Intelligence — Google DeepMind
- Gemini Robotics
- Google DeepMind unveils Gemini Robotics 2.5 with ASIMOV-Jailbreak safety benchmark
- DeepMind unveils Gemini Robotics 2.5 and open safety benchmark ASIMOV-Jailbreak
- Google DeepMind releases Gemini Robotics 2.5 to partners and an open ASIMOV-Jailbreak robot safety benchmark
- Gemini Robotics 2.5 — DeepMind's most capable…
- Gemini Robotics 2.5 Achieves 96% Success Rate in Mercedes Factory Tasks
- Apollo 2 Humanoids Hit 96% in Mercedes-Benz Sorting Proof of Concept
- Humanoid Robots Running Google's Gemini Just Did Factory Work At Mercedes-Benz, And Got 96% Right - DEV Community
- Google Gemini Robotics 2.5 hits 96% in Mercedes-Benz pilot. DeepMind calls the last 4% steep. - DEV Community
- Gemini Robotics 2.5 at Mercedes-Benz














