DeepMind dévoile Gemini Robotics 2.5 et un banc d'essai ouvert contre le jailbreak des robots
Les humanoïdes Apollo 2 d'Apptronik équipés du modèle ont préparé des kits de pièces automobiles avec 96 % de réussite lors d'un pilote chez Mercedes-Benz, et le jeu ASIMOV-Jailbreak de 1 500 consignes dangereuses est sur Hugging Face.
Pourquoi c’est important
DeepMind indique que le nouveau modèle vision-langage-action réussit 30 à 100 % mieux et va 20 à 30 % plus vite que la version précédente en laboratoire, et que Gemini 4 Argon a généré des essais simulés qui ont accéléré l'entraînement. Les 96 % obtenus en usine restent inférieurs à un humain, et le directeur de DeepMind juge difficile de combler les derniers 4 %. Il n'existe pas de méthode reconnue pour tester la sécurité de l'IA physique ; avec Argon dans la boucle, le système obtient 98,8 % sur le jeu de jailbreak, contre 73,5 % pour Gemini Robotics ER 2 seul. Le modèle tourne encore sur des serveurs cloud et n'est pas disponible au public.
Faits clés
- Taux de réussite supérieur de 30 à 100 % à la version précédente
- 20 à 30 % plus rapide en laboratoire
- 96 % de réussite en kits de pièces lors d'un pilote Mercedes-Benz avec Apptronik
- ASIMOV-Jailbreak contient 1 500 consignes dangereuses
- 98,8 % de sécurité face au jailbreak avec Argon, 73,5 % avec ER 2 seul
- Pas disponible au public ; fonctionne dans le cloud