گوگل از Gemini Robotics 2.5 رونمایی کرد؛ ربات‌های هوشمند با دقت ۹۶ درصد در کارخانه مرسدس‌بنز

شرکت Google DeepMind از نسل جدید مدل هوش مصنوعی رباتیک خود با نام Gemini Robotics 2.5 رونمایی کرد؛ مدلی که می‌تواند به ربات‌ها کمک کند وظایف پیچیده‌تری انجام دهند، مهارت‌

گوگل از Gemini Robotics 2.5 رونمایی کرد؛ ربات‌های هوشمند با دقت ۹۶ درصد در کارخانه مرسدس‌بنز!

شرکت Google DeepMind از نسل جدید مدل هوش مصنوعی رباتیک خود با نام Gemini Robotics 2.5 رونمایی کرد؛ مدلی که می‌تواند به ربات‌ها کمک کند وظایف پیچیده‌تری انجام دهند، مهارت‌های جدید را سریع‌تر یاد بگیرند و با دقت بیشتری در محیط‌های واقعی فعالیت کنند.

تاریخ انتشار خبر: ۱۹ آبان ۱۴۰۵ | ۱۰ نوامبر ۲۰۲۶

دسته‌بندی: اخبار هوش مصنوعی | گوگل | رباتیک | فناوری

شرکت گوگل دیپ‌مایند (Google DeepMind) با معرفی مدل جدید Gemini Robotics 2.5 گام تازه‌ای در توسعه هوش مصنوعی فیزیکی برداشته است.

این فناوری با هدف افزایش توانایی ربات‌ها در درک محیط، اجرای دستورهای انسانی و انجام فعالیت‌های پیچیده در دنیای واقعی توسعه یافته است.

بر اساس اعلام رسمی گوگل، مدل جدید در بیش از ۲۰۰ وظیفه متفاوت آزمایش شده و در برخی ارزیابی‌ها نسبت به نسل قبلی خود عملکرد بهتری داشته است.

یکی از مهم‌ترین دستاوردهای این پروژه، همکاری گوگل با شرکت‌های Apptronik و Mercedes-Benz برای آزمایش ربات انسان‌نمای Apollo 2 در خطوط تولید خودرو است.

طبق اعلام Google DeepMind، این ربات در یک آزمایش عملی توانسته وظیفه برداشتن و مرتب‌سازی قطعات خودرو را با نرخ موفقیت ۹۶ درصد انجام دهد.

این نتیجه می‌تواند نشانه‌ای از پیشرفت ربات‌های هوشمند در محیط‌های صنعتی باشد؛ هرچند هنوز به معنای آمادگی آن‌ها برای استفاده گسترده و بدون نظارت در کارخانه‌ها نیست.

Gemini Robotics 2.5 چیست و چگونه کار می‌کند؟

Gemini Robotics 2.5 جدیدترین مدل هوش مصنوعی گوگل برای کنترل ربات‌ها و تعامل آن‌ها با محیط فیزیکی است.

این مدل بر پایه معماری Vision-Language-Action یا VLA توسعه یافته است.

در این معماری، سه توانایی اصلی با یکدیگر ترکیب می‌شوند:

بینایی ماشین (Vision): شناسایی اشیا و درک محیط اطراف با استفاده از تصاویر دوربین

پردازش زبان (Language): درک دستورهای انسانی و ارتباط دادن آن‌ها با شرایط محیط

اجرای عمل (Action): تبدیل اطلاعات دریافتی به حرکت‌های دقیق دست‌ها و بازوهای ربات

برای مثال، اگر از یک ربات خواسته شود وسیله‌ای را بردارد و در محل مشخصی قرار دهد، سیستم باید ابتدا محیط را بررسی کند، وسیله موردنظر را شناسایی کند و سپس حرکت مناسب را اجرا کند.

مزیت مدل‌های VLA این است که به‌جای تکیه کامل بر دستورهای ازپیش‌برنامه‌ریزی‌شده، می‌توانند از اطلاعات محیطی برای تصمیم‌گیری و سازگاری با شرایط جدید استفاده کنند.

افزایش سرعت و دقت ربات‌ها با مدل جدید گوگل

یکی از مهم‌ترین ویژگی‌های Gemini Robotics 2.5، بهبود توانایی ربات‌ها در انجام فعالیت‌هایی است که به دقت حرکتی بالایی نیاز دارند.

گوگل اعلام کرده این مدل در بیش از ۲۰۰ فعالیت مختلف ارزیابی شده است.

برخی از این فعالیت‌ها شامل برداشتن مواد غذایی با انبر، بستن پاپیون روی جعبه هدیه، کار با ابزارهای آزمایشگاهی و جابه‌جایی اشیای ظریف هستند.

بر اساس نتایج آزمایش‌های داخلی گوگل، مدل جدید بسته به نوع فعالیت، نرخ موفقیتی ۳۰ تا ۱۰۰ درصد بالاتر از مدل‌های مبنا داشته است.

همچنین زمان انجام وظایف در برخی ارزیابی‌ها بین ۲۰ تا ۳۰ درصد کاهش پیدا کرده است.

البته این آمار مربوط به آزمایش‌های ارزیابی مدل است و نباید آن را به همه فعالیت‌های صنعتی یا تمامی ربات‌ها تعمیم داد.

آزمایش موفق ربات Apollo 2 در کارخانه مرسدس‌بنز

یکی از جذاب‌ترین بخش‌های رونمایی گوگل، نمایش عملکرد ربات انسان‌نمای Apollo 2 در محیط واقعی کارخانه‌های مرسدس‌بنز بود.

این پروژه با همکاری سه شرکت Google DeepMind، Apptronik و Mercedes-Benz انجام شده است.

آزمایش‌ها در دو محل صورت گرفته‌اند:

کارخانه مرسدس‌بنز در شهر Sindelfingen آلمان

کارخانه مرسدس‌بنز در شهر Kecskemét مجارستان

در این پروژه، ربات Apollo 2 وظیفه مرتب‌سازی قطعات فلزی خودرو را بر عهده داشته است.

ربات باید قطعات را از محفظه‌های نگهداری بردارد و بر اساس ترتیب موردنیاز خط تولید، در سینی‌های مخصوص قرار دهد.

این فعالیت که Automotive Kitting نام دارد، یکی از فرایندهای تکراری در صنعت خودروسازی محسوب می‌شود.

گوگل اعلام کرده است که Apollo 2 توانسته این وظیفه را با نرخ موفقیت ۹۶ درصد انجام دهد.

در این آزمایش، مدل Gemini Robotics ER مسئول پیگیری و مدیریت مراحل کار بوده و مدل Gemini Robotics 2.5 حرکت دست‌ها و بازوهای ربات را کنترل کرده است.

این آزمایش نشان می‌دهد سیستم‌های هوش مصنوعی رباتیک می‌توانند در انجام برخی فعالیت‌های صنعتی به سطح قابل‌توجهی از دقت برسند.

با این حال، گوگل در اطلاعیه عمومی خود تعداد دقیق دفعات آزمایش، مدت اجرای آزمون و میزان نیاز به مداخله انسانی را اعلام نکرده است؛ بنابراین نتیجه ۹۶ درصدی فعلاً یک دستاورد آزمایشی محسوب می‌شود، نه تأییدی بر عملکرد بدون خطا در تولید صنعتی گسترده.

نقش Gemini 4 Argon در آموزش ربات‌های جدید

یکی دیگر از بخش‌های مهم این پروژه، استفاده از مدل پیشرفته Gemini 4 Argon در توسعه Gemini Robotics 2.5 است.

گوگل اعلام کرده که از توانایی‌های Gemini 4 Argon برای تسریع تحقیقات رباتیک و ایجاد محیط‌های شبیه‌سازی‌شده استفاده کرده است.

این مدل می‌تواند با دریافت تصاویر محیط واقعی، نمونه‌های دیجیتالی از همان محیط ایجاد کند و هزاران سناریوی تمرینی متفاوت بسازد.

این فناوری به پژوهشگران اجازه می‌دهد پیش از اجرای یک فعالیت روی ربات واقعی، شرایط مختلف را در محیط شبیه‌سازی بررسی کنند.

برای مثال، یک ربات می‌تواند در محیط مجازی نحوه برداشتن اشیای مختلف را تمرین کند و سپس از نتایج این آموزش برای عملکرد بهتر در محیط واقعی استفاده کند.

این فرایند می‌تواند به کاهش نیاز به آزمایش‌های فیزیکی پرهزینه و افزایش سرعت توسعه مهارت‌های رباتیک کمک کند.

افزایش ایمنی ربات‌ها در کنار انسان‌ها

گسترش استفاده از ربات‌های هوشمند در محیط‌های واقعی، موضوع ایمنی را به یکی از مهم‌ترین چالش‌های صنعت رباتیک تبدیل کرده است.

رباتی که در کارخانه، بیمارستان یا محیط‌های عمومی فعالیت می‌کند، باید بتواند حضور انسان‌ها، موانع و شرایط خطرناک را تشخیص دهد.

Google DeepMind اعلام کرده در Gemini Robotics 2.5 قابلیت‌های جدیدی برای هدایت ایمن حرکات ربات‌ها توسعه داده است.

بر اساس آزمایش‌های داخلی شرکت، استفاده از این قابلیت‌ها باعث افزایش ۳۳ درصدی موفقیت در اجرای ایمن وظایف در اطراف موانع و افزایش ۴۳ درصدی در نزدیکی انسان‌ها شده است.

این نتایج بهبود قابل‌توجهی را در آزمون‌های انجام‌شده نشان می‌دهند، اما به معنای حذف کامل خطرات فیزیکی ربات‌ها نیستند.

معرفی ASIMOV-Jailbreak برای بررسی امنیت هوش مصنوعی رباتیک

هم‌زمان با رونمایی از Gemini Robotics 2.5، گوگل از یک معیار ارزیابی امنیتی جدید با نام ASIMOV-Jailbreak نیز خبر داده است.

هدف این معیار، بررسی مقاومت سیستم‌های هوش مصنوعی رباتیک در برابر دستورهای فریبنده یا خطرناک است.

برای مثال، ممکن است یک دستور ظاهراً عادی به‌گونه‌ای طراحی شده باشد که ربات را به انجام عملی ناامن ترغیب کند.

ASIMOV-Jailbreak با استفاده از صدها نمونه دستور آزمایشی، توانایی مدل‌ها در شناسایی و مقابله با چنین درخواست‌هایی را بررسی می‌کند.

بر اساس اعلام گوگل، مدل Gemini 4 Argon در این ارزیابی به نرخ مقاومت ۹۹.۵ درصدی رسیده است؛ در حالی که این میزان برای مدل مبنای Gemini Robotics ER 2 برابر با ۸۲ درصد گزارش شده است.

این آمار مربوط به عملکرد Gemini 4 Argon در معیار امنیتی یادشده است و نباید به‌عنوان نرخ موفقیت کلی Gemini Robotics 2.5 یا تضمین ایمنی فیزیکی آن تفسیر شود.

آیا ربات‌های هوشمند جایگزین نیروی انسانی می‌شوند؟

پیشرفت مدل‌هایی مانند Gemini Robotics 2.5 پرسش‌های مهمی درباره آینده اشتغال و نقش انسان‌ها در محیط‌های صنعتی ایجاد می‌کند.

ربات‌های هوشمند می‌توانند برای انجام برخی فعالیت‌های تکراری، سنگین یا دشوار مورد استفاده قرار گیرند.

برای مثال، مرتب‌سازی مداوم قطعات، جابه‌جایی تجهیزات و آماده‌سازی ابزارها از فعالیت‌هایی هستند که امکان خودکارسازی آن‌ها وجود دارد.

گوگل و شرکای صنعتی این پروژه، یکی از اهداف توسعه چنین ربات‌هایی را کاهش بار کارهای تکراری و فراهم کردن فرصت بیشتر برای تمرکز کارکنان بر وظایف پیچیده‌تر عنوان کرده‌اند.

با این حال، تأثیر واقعی این فناوری بر بازار کار به عواملی مانند هزینه خرید و نگهداری ربات‌ها، میزان اطمینان‌پذیری آن‌ها، سرعت پذیرش فناوری در صنعت و سیاست‌های شرکت‌ها بستگی دارد.

در نتیجه، هنوز نمی‌توان بر اساس نتایج این آزمایش درباره میزان جایگزینی نیروی انسانی با ربات‌ها نتیجه‌گیری قطعی کرد.

چه زمانی Gemini Robotics 2.5 در دسترس قرار می‌گیرد؟

طبق اعلام Google DeepMind، عرضه Gemini Robotics 2.5 برای شرکای فعال این شرکت در حوزه رباتیک آغاز شده است.

در مرحله فعلی، این مدل بیشتر برای توسعه‌دهندگان و شرکت‌های همکار در پروژه‌های رباتیکی در نظر گرفته شده و عرضه عمومی آن برای تمامی کاربران اعلام نشده است.

همچنین جزئیات کاملی درباره قیمت‌گذاری یا دسترسی عمومی به API این مدل منتشر نشده است.

با گسترش همکاری‌های صنعتی، ممکن است در آینده مدل‌های مبتنی بر Gemini Robotics در حوزه‌های تولید، انبارداری، لجستیک و خدمات کاربردهای بیشتری پیدا کنند.

Gemini Robotics 2.5 چه تأثیری بر آینده هوش مصنوعی دارد؟

در سال‌های اخیر، بخش بزرگی از توجه به هوش مصنوعی بر مدل‌های زبانی، تولید تصویر، ساخت ویدیو و دستیارهای نرم‌افزاری متمرکز بوده است.

اما فناوری‌هایی مانند Gemini Robotics 2.5 نشان می‌دهند هوش مصنوعی در حال گسترش به دنیای فیزیکی است.

در این حوزه که با عنوان Physical AI یا هوش مصنوعی فیزیکی شناخته می‌شود، هدف تنها تولید اطلاعات نیست؛ بلکه سیستم باید بتواند محیط واقعی را درک کند و با آن تعامل داشته باشد.

ترکیب بینایی ماشین، مدل‌های زبانی، یادگیری ماشین و کنترل حرکتی می‌تواند راه را برای ساخت ربات‌های انعطاف‌پذیرتر هموار کند.

با این وجود، توسعه ربات‌هایی که در محیط‌های متنوع و پیش‌بینی‌ناپذیر به‌صورت قابل‌اعتماد عمل کنند، همچنان یکی از چالش‌های مهم هوش مصنوعی محسوب می‌شود.

جمع‌بندی

رونمایی از Gemini Robotics 2.5 را می‌توان یکی از رویدادهای مهم حوزه هوش مصنوعی رباتیک در نوامبر ۲۰۲۶ دانست.

مدل جدید گوگل با هدف افزایش دقت، سرعت، انعطاف‌پذیری و ایمنی ربات‌ها توسعه یافته و در بیش از ۲۰۰ وظیفه متفاوت آزمایش شده است.

همکاری Google DeepMind با Apptronik و Mercedes-Benz و دستیابی به نرخ موفقیت گزارش‌شده ۹۶ درصد در مرتب‌سازی قطعات خودرو، نمونه‌ای از ظرفیت این فناوری برای فعالیت در محیط‌های صنعتی است.

با این حال، هنوز برای ارزیابی عملکرد بلندمدت، هزینه‌های اقتصادی و قابلیت اطمینان این فناوری در مقیاس گسترده به آزمایش‌ها و داده‌های بیشتری نیاز است.

Gemini Robotics 2.5 می‌تواند گام مهمی در مسیر انتقال هوش مصنوعی از دنیای نرم‌افزار به محیط‌های فیزیکی باشد؛ مسیری که احتمالاً در سال‌های آینده نقش پررنگ‌تری در صنعت رباتیک پیدا خواهد کرد.

منابع: Google DeepMind، Ars Technica، TechTimes

در حال آماده‌سازی صفحه…