Google DeepMind 10 ноября 2026 года представил Gemini Robotics 2.5 и заявил, что модель помогла гуманоидным роботам Apptronik Apollo 2 выполнять киттинг автомобильных комплектов на действующих производственных линиях Mercedes‑Benz в Кечкемете (Венгрия) и Зиндельфингене (Германия). DeepMind сообщил о 96% успешных операций в пилоте, охарактеризовав работу как доказательство концепции, а не коммерческое внедрение.

Пилот в Кечкемете

DeepMind сообщает, что задача включала автономный киттинг — выбор металлических кронштейнов из бункеров и размещение их в контейнерах для последовательной подачи в точном порядке, требуемом для сборочного процесса. Компания описывает использование модели воплощённого рассуждения (Gemini Robotics ER) для отслеживания рабочего потока и модели действий Gemini Robotics 2.5 для управления руками и руками робота. В сообщении DeepMind названы Apptronik и Mercedes‑Benz как партнёры испытания.

Соучредитель и генеральный директор Apptronik Джефф Карденас процитирован в блоге DeepMind: «Именно для этого мы создали Apollo: для полезной работы рядом с людьми в реальных промышленных условиях. В сочетании с Gemini Robotics мы увидели, что модели значительно улучшились всего за несколько недель дополнительного обучения и перенесли эти улучшения на производство Mercedes‑Benz с очень незначительным снижением показателей.»

DeepMind также выделил улучшения в безопасности и управляемости: во время вывода модели для рассуждений об устранении рисков выполнение безопасных задач вокруг препятствий выросло на 33%, а рядом с людьми — на 43%, и команда выпустила открытый эталон по безопасности (ASIMOV‑Jailbreak) для оценки адвёрсивных подсказок. Компания утверждает, что Gemini Robotics 2.5 распространяется среди партнёров по робототехнике, а не доступна в общем доступе.

Контекст и мнение экспертов

Независимые репортажи и комментарии отрасли отмечают значимость — но и оговорки — результата. Освещение подчёркивает, что цифра 96% от DeepMind получена в пилоте по конкретным задачам киттинга и что компания не опубликовала исходные данные по числу испытаний, времени цикла или формальный технический отчёт вместе с объявлением. Сотрудники DeepMind признают, что устранение окончательного разрыва до уровня надёжности человека для всех применений остаётся серьёзной задачей.

Что это означает для рынка

Для автопроизводителей и поставщиков Центральной и Восточной Европы пилот важен тем, что продвинутый воплощённый ИИ и гуманоидная робототехника прямо задействованы на действующей линии крупного венгерского завода. Если модели общего назначения для роботов смогут надёжно выполнять повторяющиеся и эргономически тяжёлые операции, такие как киттинг, региональные фабрики смогут перераспределять людей на задачи с большей добавленной стоимостью, уменьшать ограничения по кадрам в сменных графиках и повышать черезмерность подготовки материалов — при условии, что коммерческие системы достигнут стабильной промышленной надёжности. Объявление также может ускорить интерес поставщиков к интеграторам робототехники, локальным сервисам по обучению роботов и процедурам валидации безопасности на месте.

Однако развёртывание остаётся на фазе только для партнёров, и DeepMind в блоге, и отраслевые отчёты подчёркивают, что модель не является завершённым продуктом «подключи и работай» для заводов. Автопроизводители в регионе будут сопоставлять обещания пилота с необходимостью наличия проверяемых данных о сбоях, экономики времени цикла и сертификации по охране труда до масштабного внедрения.

Предложения Mercedes Benz на WorldTrader24 →

Источники: Google DeepMind, Ars Technica, Association for Advancing Automation