DeepMind lança o Gemini Robotics 2.5, modelo visão-linguagem-ação para robôs
Em 10 de novembro de 2026, a Google DeepMind apresentou o Gemini Robotics 2.5, descrito como seu modelo visão-linguagem-ação mais capaz até agora. O anúncio cita testes em mais de 200 tarefas, um piloto com o robô Apollo 2 da Apptronik em fábricas da Mercedes-Benz e liberação para parceiros.
A Google DeepMind apresentou em 10 de novembro de 2026 o Gemini Robotics 2.5. No anúncio oficial, assinado por Carolina Parada, a empresa o descreve como seu modelo visão-linguagem-ação (VLA) mais capaz até agora. O texto diz que o modelo amplia o conjunto de habilidades que um robô consegue aprender e a velocidade com que as adquire, e que a liberação começa pelos parceiros de robótica da Google.
Testes e o piloto industrial
A DeepMind afirma ter avaliado o 2.5 em mais de 200 tarefas distintas, com exemplos como servir comida com uma pinça, amarrar um laço em uma caixa e pipetar líquido. Em comparação com as linhas de base anteriores, a empresa relata taxa de sucesso 30% a 100% maior, conforme o tipo de tarefa, e execução 20% a 30% mais rápida. O modelo, segundo o anúncio, continua a funcionar com vários tipos de robô, inclusive o humanoide Apollo 2 da Apptronik, com a mão SharpaWave de cinco dedos e 22 graus de liberdade, e a plataforma Franka Duo com garras paralelas de dois dedos.
O comunicado descreve ainda um piloto em linhas de produção da Mercedes-Benz em Kecskemét, na Hungria, e em Sindelfingen, na Alemanha. Nesse teste, o Apollo 2 fez o kitting de peças: retirar suportes metálicos de caixas e colocá-los em bandejas na ordem certa. A DeepMind atribui o acompanhamento do fluxo ao modelo de raciocínio Gemini Robotics ER e o controle de mãos e braços ao 2.5, e informa uma taxa de sucesso de 96%. Jeff Cardenas, CEO da Apptronik, é citado dizendo que o desempenho se manteve ao ir para a produção da Mercedes-Benz, com pouca perda depois de semanas de pós-treino.
Segurança e o papel do Gemini 4 Argon
A empresa afirma que o 2.5 usa orientação em tempo de inferência para desviar de riscos físicos. Nas avaliações internas, isso teria aumentado a conclusão segura de tarefas em 33% perto de obstáculos e em 43% perto de pessoas. A DeepMind também apresenta o ASIMOV, um banco de testes aberto com centenas de pedidos disfarçados e inseguros, em dezenas de cenas. Nesse conjunto, o Gemini 4 Argon teria alcançado 99,5% de recusa, ante 82% da linha de base anterior, o Gemini Robotics ER 2.
O desenvolvimento do 2.5, segundo o anúncio, foi acelerado por recursos de pesquisa do Gemini 4 Argon, usado para gerar corridas simuladas a partir de uma cena real e para investigar falhas a partir de vídeo. Os números e o recorte do piloto são os que a DeepMind e os parceiros publicam neste texto.