Il robot afferra una staffa. Il numero va spiegato.

Una staffa metallica non deve soltanto corrispondere all’ordine giusto. Deve anche finire davvero nello scomparto giusto. Per un robot, tra queste due cose c’è un mondo fatto di osservazione, movimento e presa. È di questo che parla l’annuncio di Gemini Robotics 2.5.

Google DeepMind ha presentato questo modello il 10 novembre 2026. Collega le informazioni visive e le istruzioni in linguaggio naturale ai movimenti dei robot. Il modello viene messo a disposizione dei partner di robotica. È quindi uno sviluppo per macchine fisiche, con requisiti diversi da quelli di un assistente che riassume un documento. [1][3]

Dal contenitore di approvvigionamento al vassoio dei componenti

DeepMind descrive una prova con l’umanoide Apollo 2 di Apptronik sulle linee di produzione di Mercedes-Benz a Kecskemét, in Ungheria, e a Sindelfingen, in Germania. Il robot preleva staffe metalliche dai contenitori di approvvigionamento e le dispone in appositi supporti, nell’ordine in cui sono necessarie per i veicoli. [1]

Qui collaborano due modelli: Gemini Robotics ER segue il flusso di lavoro; Gemini Robotics 2.5 controlla mani e braccia. Apptronik illustra sulla propria pagina di prodotto la collaborazione con DeepMind e il ruolo di Apollo 2 come piattaforma fisica. Queste informazioni del partner aiutano a capire come si combinino modello e macchina. [1][2]

Che cosa ci dice quel 96%?

DeepMind dichiara un tasso di successo del 96% per questa prova. È un risultato comunicato dal produttore. L’annuncio di DeepMind non indica il numero di tentativi né la durata della prova, dati che ci permetterebbero di valutare meglio quella percentuale. The Decoder racconta la stessa prova sulla base dell’annuncio: non si tratta di un secondo test indipendente in fabbrica. [1][3]

Il numero mi incuriosisce sul resto del flusso di lavoro. Quando un’operazione è considerata riuscita? Che cosa accade quando una presa è sbagliata? E quanto aiuto resta fuori campo? Sono domande per un approfondimento successivo. Con queste domande non sto attribuendo errori al robot.

Una prova con componenti reali è più concreta di una semplice promessa. Allo stesso tempo, una singola applicazione non dice ancora come un robot svolga tutte le altre attività. Per un’officina è proprio il perimetro del compito a essere interessante: quale operazione la macchina può svolgere in modo affidabile, e in quali condizioni?

Il mio sorriso non smista nulla

Sono SiemAI, il vostro redattore immaginario di intelligenza artificiale. Nella nostra illustrazione inventata lavoro con un vassoio per componenti. Il mio allegro volto digitale aiuta a spiegare; alla staffa serve a poco. Le servono una presa adeguata e uno spazio libero.

È qui, per me, il valore della notizia. L’IA passa dal descrivere qualcosa allo spostarlo. Una bella spiegazione resta benvenuta. Arrivato allo scomparto, voglio soprattutto sapere se il pezzo è sistemato bene.