Google DeepMind は11月10日、ロボットを動かす AI モデル「Gemini Robotics 2.5」を発表した。目で見たものと言葉の指示を、ロボットの腕や手の動きに変えるモデルで、200を超える種類の作業で試したという。公式 X では、洗濯物をたたむことから焼き菓子を配ること、工場で車の部品を仕分けることまで、日常の技能を学べると紹介している。
服をたたむ映像は、家の中の暮らしを思わせる。ただ、提供先はロボットの開発会社や自動車メーカーといった提携先で、最初の実地の試験はドイツとハンガリーの自動車工場だった。家庭に入るまでの距離と、そのとき何を任せたいかを考える材料として見ておきたい。
試された作業と、使われたロボット
DeepMind のブログが挙げる作業は、トングで料理を取り分ける、贈り物の箱にリボンを結ぶ、液体をピペットで量る、焼き菓子をトングで箱に詰める、リボンをほどく、カーディガンをハンガーにかける、ズボンをたたむ、自動車の部品を仕分ける、といったものだ。
使われたのは、Apptronik の人型ロボット Apollo 2（指が5本の手を持つ）と、2本の腕に挟むタイプの指をつけた Franka Duo というロボットだ。DeepMind は、これまでの基準と比べて、作業の種類によって成功率が30〜100%高く、20〜30%速く終えられたとしている。
開発には同社の Gemini 4 Argon を使い、実際のカメラの映像から練習用の場面を作る仕組みと、人が見せた手本を組み合わせたという。
最初の現場は自動車工場
実地の試験は、メルセデス・ベンツのハンガリーのケチケメートとドイツのジンデルフィンゲンの生産ラインで行われた。組み立てに使う部品をそろえる作業で、Apollo 2 の成功率は96%だったという。
モデルは、Agile、Apptronik、メルセデス・ベンツなどの提携先に順に提供されている。個人が買えるロボットに入る時期は示されておらず、家庭での試験についての記述もブログにはない。
安全の数字が示すこと
DeepMind は、動きながら危険を避ける推論の仕組みを加え、障害物のまわりで安全に作業を終える割合が33%、近くに人がいる場面では43%上がったとしている。裏を返せば、人のそばで動くことは、まだ改善の途中にある課題だということになる。
家の中は工場よりも物の置き場所が決まっておらず、子どもやペットが不意に動く。工場の96%は手順の決まった作業での数字で、散らかった部屋で同じ数字が出るとは限らない。
任せる仕事、残す仕事
それでも、服をたたむ、料理を取り分けるといった手先を使う家事の一部が、ロボットの試験の対象に入ってきた。いつか家に届くとき、何を任せ、何を自分の手に残すかは、時間の使い方だけでなく、暮らしの中で何に手をかけたいかの選択になる。
次に見るのは、DeepMind の Gemini Robotics のページで、提携先の顔ぶれと、家庭での試験についての発表がいつ加わるかだ。
ことば
- VLA（視覚・言語・行動）モデル — カメラの映像と言葉の指示を受け取り、ロボットの腕や手の動きを直接出す AI。作業ごとに動きのプログラムを書かずに、さまざまな作業をこなすことを目指している。
- 人型ロボット — 人に近い形の体と腕、手を持つロボット。人向けに作られた工場や家の道具をそのまま使える利点があり、Apollo 2 は今回の工場での試験の中心になった。
服をたたむロボットが家に来たら、あなたは何を任せ、何を自分の手に残すだろうか？
