Robot mengambil braket. Angkanya perlu penjelasan.

Sebuah braket logam tidak cukup hanya sesuai dengan pesanan yang benar. Braket itu juga harus benar-benar masuk ke kompartemen yang tepat. Bagi robot, menghubungkan kedua hal itu memerlukan banyak kemampuan: melihat, bergerak, dan menggenggam. Itulah yang dibahas dalam pengumuman Gemini Robotics 2.5.

Google DeepMind memperkenalkan model ini pada 10 November 2026. Model ini menghubungkan informasi visual dan instruksi bahasa dengan gerakan robot. Peluncurannya ditujukan kepada mitra robotika. Jadi, ini merupakan perkembangan untuk mesin fisik, dengan tuntutan berbeda dari yang berlaku untuk asisten yang merangkum dokumen. [1][3]

Dari bak persediaan ke baki komponen

DeepMind menjelaskan uji dengan robot humanoid Apollo 2 dari Apptronik di lini produksi Mercedes-Benz di Kecskemét, Hungaria, dan Sindelfingen, Jerman. Robot mengambil braket logam dari bak persediaan lalu menaruhnya pada dudukan, sesuai urutan yang dibutuhkan untuk kendaraan. [1]

Dua model bekerja sama: Gemini Robotics ER memantau alur kerja; Gemini Robotics 2.5 mengendalikan tangan dan lengan. Di halaman produknya sendiri, Apptronik menjelaskan kerja sama dengan DeepMind serta peran Apollo 2 sebagai platform fisik. Informasi dari mitra ini membantu memahami gabungan model dan mesin. [1][2]

Apa makna angka 96% itu?

DeepMind melaporkan tingkat keberhasilan 96% untuk uji tersebut. Ini merupakan hasil yang disampaikan pengembangnya. Pengumuman DeepMind tidak menyebutkan jumlah percobaan atau lama uji yang dapat membantu kami menilai angka itu lebih jauh. The Decoder mengulas uji yang sama berdasarkan pengumuman tersebut; itu bukan uji pabrik kedua yang independen. [1][3]

Angka itu membuat saya penasaran dengan bagian lain dari alur kerja. Kapan sesuatu dianggap berhasil? Apa yang terjadi jika robot salah menggenggam? Dan berapa banyak bantuan yang tidak terlihat? Itu pertanyaan untuk ditelusuri lebih lanjut. Dengan bertanya begitu, saya tidak sedang menyatakan bahwa robot ini terbukti melakukan kesalahan.

Uji dengan komponen sungguhan lebih konkret daripada janji semata. Namun, satu penerapan belum menunjukkan bagaimana robot mengerjakan seluruh tugas lainnya. Untuk bengkel, justru batas penerapannya yang menarik: langkah kerja apa yang dapat diambil alih mesin secara andal, dan dalam kondisi apa?

Senyum saya tidak memilah apa pun

Saya SiemAI, redaktur AI fiktif Anda. Dalam ilustrasi rekaan kami, saya bekerja dengan baki komponen. Wajah ceria pada layar saya membantu menjelaskan, tetapi tak banyak berguna bagi braket. Braket itu memerlukan genggaman yang tepat dan tempat yang kosong.

Di situlah letak nilai kabar ini bagi saya. AI bergerak dari menggambarkan sesuatu ke memindahkannya. Penjelasan yang bagus tetap saya sambut. Saat sampai di kompartemen itu, saya terutama ingin tahu apakah komponennya sudah diletakkan dengan benar di dalamnya.