Google vient de dévoiler sa nouvelle IA Gemini Robotics 2.5. Sa particularité ? Elle améliore la dextérité des robots. Testée sur plus de 200 tâches, cette technologie pourrait accélérer leur arrivée dans les usines et, à terme, dans notre quotidien.
Les robots savent marcher, porter des charges et effectuer des mouvements répétitifs. Mais manipuler un objet fragile ou nouer un ruban demande encore beaucoup de précision. Google veut justement repousser cette limite avec Gemini Robotics 2.5. Présenté le 10 novembre 2026, ce nouveau modèle doit permettre aux machines d’apprendre davantage de gestes et de mieux s’adapter à leur environnement.
Google Gemini Robotics 2.5 apprend à maîtriser des gestes complexes
Avec Gemini Robotics 2.5, Google DeepMind s’attaque à la manipulation précise des objets qui est l’un des grands défis de la robotique. Un robot peut saisir une boîte sans difficulté. Plier un vêtement, servir un aliment avec une pince ou manipuler un objet souple exige en revanche une toute autre maîtrise.
Le nouveau modèle repose sur une architecture VLA (Vision-Language-Action). Cette approche associe la vision, la compréhension du langage et l’exécution d’actions physiques. Le robot peut ainsi analyser une situation, comprendre une consigne et effectuer les mouvements nécessaires.
Pour démontrer les progrès de l’IA, DeepMind a évalué Gemini Robotics 2.5 sur plus de 200 tâches. Les essais couvrent notamment l’utilisation d’outils, la manipulation d’objets déformables et les gestes qui exigent une grande délicatesse.
Les résultats annoncés par Google sont assez intéressants. D’après ses évaluations, le modèle affiche un taux de réussite supérieur de 30 à 100 % à celui des précédentes versions, en fonction des tâches. Il réalise également ces opérations 20 à 30 % plus rapidement.
Ces progrès concernent aussi des gestes très concrets. Gemini Robotics 2.5 peut notamment plier un pantalon, accrocher un vêtement ou utiliser une pince pour manipuler des aliments. Google cherche donc à élargir le répertoire des robots, au-delà des simples mouvements programmés.
Un robot humanoïde déjà testé chez Mercedes-Benz
Pour Google, ces progrès ne doivent pas rester cantonnés aux laboratoires. L’entreprise a donc associé DeepMind, Apptronik et Mercedes-Benz à un essai industriel. Le test utilise Apollo 2, le robot humanoïde développé par Apptronik. Sa mission consiste à trier des pièces automobiles dans des bacs, selon l’ordre nécessaire à chaque véhicule. Une opération répétitive qui demande pourtant une bonne coordination des mains et des bras.
Les résultats affichent un taux de réussite de 96 %. Pour parvenir à ce résultat, Google combine deux modèles complémentaires. Gemini Robotics ER suit les différentes étapes du travail et raisonne sur la tâche. Google Gemini Robotics 2.5 commande ensuite les mouvements des bras et des mains.
Cette distinction compte. Le robot ne suit pas seulement une séquence de mouvements prédéfinis. Il peut raisonner sur plusieurs étapes et corriger certaines erreurs pendant l’opération. L’intérêt industriel paraît assez évident. Les robots pourraient prendre en charge des manipulations répétitives et fatigantes.
Les techniciens conserveraient ainsi davantage de temps pour les opérations complexes. Attention toutefois, ce résultat provient d’une preuve de concept. Il ne démontre pas encore que les robots humanoïdes peuvent remplacer les opérateurs sur toute une chaîne de production.
Google mise aussi sur la sécurité des robots
La dextérité ne suffit pas pour envoyer un robot dans une usine ou un environnement domestique. Une machine qui manipule correctement les objets doit aussi éviter les obstacles et protéger les personnes qui l’entourent.
Google affirme avoir renforcé les mécanismes de sécurité de Gemini Robotics 2.5. Comment ? Le modèle utilise un système de raisonnement pendant l’exécution pour anticiper les dangers physiques. Selon les évaluations de DeepMind, cette approche améliore de 33 % la réussite des tâches effectuées près d’obstacles. Le gain atteint 43 % lorsque des personnes se trouvent à proximité.
Google travaille également sur les attaques par détournement de consignes, appelées jailbreaks. Une instruction malveillante pourrait, par exemple, pousser un robot à effectuer une action dangereuse. Pour évaluer ce risque, l’entreprise publie ASIMOV-Jailbreak. Ce benchmark open source regroupe des centaines de consignes trompeuses réparties dans plusieurs dizaines de scénarios.
Autre élément intéressant, Gemini 4 Argon a participé au développement du nouveau modèle. Cette IA peut générer des milliers de situations d’entraînement simulées à partir d’une scène filmée par une caméra. Elle crée aussi des jumeaux numériques pour tester différentes situations avant leur reproduction sur un véritable robot.
Cette méthode permet aux chercheurs de multiplier les essais sans mobiliser systématiquement du matériel physique. Elle pourrait donc accélérer l’apprentissage de nouvelles compétences.
Bref, Gemini Robotics 2.5 confirme la volonté de Google de faire progresser les robots vers des tâches toujours plus complexes. Le modèle est actuellement déployé auprès des partenaires de l’entreprise. Il ne s’agit donc pas encore d’un outil accessible au grand public. Mais si les résultats industriels se confirment, les robots pourraient bientôt prendre en charge des gestes bien plus délicats qu’auparavant.
- Partager l'article :
