室谷代表取締役Gemini Robotics 2.5は、Google DeepMindが2026年11月10日に発表した最新のVLA（Vision-Language-Action）モデルで、カメラ映像と言語指示からロボットの腕や手の動作を直接生成できる「ロボットの頭脳」なんですよね。
テキトー教師DotAI 認定講師そうなんですよ。単にラボの中のデモが上手くなったという話じゃなくて、実工場のラインで動かしたというのが今回のポイントです。
まずは何が発表されたのか、整理していきましょう。
まずは何が発表されたのか、整理していきましょう。
Gemini Robotics 2.5とは？何が発表されたのか
Gemini Robotics 2.5の3モデル役割分担
Gemini Robotics 2.5
- 動作を司るVLAモデル
- ロボットの手足を制御
- 学べるスキルの幅と習得スピードを向上
Gemini Robotics ER 2
- 物理空間を理解する推論モデル
- 多段階の計画を立てる
- 工程を管理
室谷代表取締役公式ブログによると、Gemini Robotics 2.5は「これまでで最も能力の高いVLAモデル」と位置づけられていて、ロボットが学べるスキルの幅と、それを習得するスピードの両方を引き上げたという発表です。
テキトー教師DotAI 認定講師ここでバージョン体系を整理しておきたいんですよ。Gemini Robotics 2.5は動作を司るVLAモデル、Gemini Robotics ER 2は物理空間を理解して多段階の計画を立てる推論モデル、そしてGemini Robotics On-Device 2は端末上で動く軽量版。
この3つが役割分担して動く構造になっています。
この3つが役割分担して動く構造になっています。
室谷代表取締役なるほど、頭脳と手足と現場用の軽量版という分担なんですね。ちなみに全身制御の考え方自体は、以前のGoogle DeepMind「Gemini Robotics 2」全身制御AI発表の流れをくむものです。
テキトー教師DotAI 認定講師そこは講座でもよく聞かれるところで、受講生さんも「2.5とER 2は何が違うのか」で混乱しがちなんですよ。ER 2が工程を管理し、2.5が手足を制御する。
この役割分担を押さえると一気に理解が進みます。
この役割分担を押さえると一気に理解が進みます。
室谷代表取締役評価は200種類を超えるタスクで行われたと。タスクの幅、性能、複雑さの3軸でテストしたというのは、かなり実務寄りの検証に見えます。
Gemini Robotics 2.5でできること――器用さ・タスク幅・スピードはどう進化したか
Gemini Robotics 2.5でできること(3つの柱と進化ポイント)
器用さ:苦手領域を組み合わせた評価タスク
トングで料理を配膳(高度なツール使用)、ギフトボックスのリボンを結ぶ(変形物体の操作)、液体をピペットで移す(繊細な物体の扱い)
性能向上:成功率30〜100%向上・完了20〜30%高速化
従来ベースライン比。成功率の伸び幅はタスク依存で、苦手領域が残る正直な表れ
ハード非依存:複数機種で1モデルが動作
Apptronik Apollo 2(五本指22自由度のSharpaWaveハンド)とFranka Duo(二本指パラレルグリッパー)の両方で動作
適応コスト:両腕ロボットなら数時間で適応
ゼロから学習し直すのではなく適応させる発想。機種ごとにモデルを作り直すコストを回避
3つの柱:器用さ・信頼性・安全性
公式ページで挙げられている評価の柱
テキトー教師DotAI 認定講師公式ページでは3つの柱が挙げられています。器用さ、信頼性、安全性です。
まず器用さについて、具体的に何ができるようになったんですか。
まず器用さについて、具体的に何ができるようになったんですか。
室谷代表取締役評価タスクの例として、トングで料理を配膳する、ギフトボックスのリボンを結ぶ、液体をピペットで移す、といったものが示されています。リボン結びは変形する物体の操作、ピペットは繊細な物体の扱い、配膳は高度なツール使用というわけで、それぞれ別のスキルを試す設計になっているんですよね。
テキトー教師DotAI 認定講師これは単に「いろいろできる」という話じゃないんですよ。変形物体・繊細物体・ツール使用という、従来いちばん苦手とされてきた領域を組み合わせて評価している。
人間の手先に近づくための段階的な設計が見えます。
人間の手先に近づくための段階的な設計が見えます。
室谷代表取締役数字も出ていて、従来のベースラインと比べてタスクの種類に応じて成功率が30%から100%向上、タスク完了は20%から30%速くなったと。成功率の伸び幅がタスク依存というのは、苦手領域がまだ残っているという正直な表れでもありますね。
テキトー教師DotAI 認定講師対応するロボットの幅も見逃せません。ApptronikのApollo 2は五本指で22自由度のSharpaWaveハンドを搭載、もう一方でFranka Duoという二本指のパラレルグリッパーのプラットフォームでも動く。
ハードの形に依存しないのがVLAの強みです。
ハードの形に依存しないのがVLAの強みです。
室谷代表取締役MYUUUでもロボット系の相談が増えてきたんですが、機種ごとにモデルを作り直す発想だとコストが跳ね上がるんですよ。1つのモデルが複数機種で動くという設計は、導入を検討する側にとっては現実的な意味が大きいと思います。
テキトー教師DotAI 認定講師公式のモデルページでは「両腕ロボットなら数時間で適応できる」という記述もあります。ゼロから学習し直すのではなく、適応させるという発想なんですね。
Gemini Robotics 2.5の使い方・始め方――提供範囲とAPI・日本での利用は
Gemini Robotics 2.5 と ER 2 の提供範囲
Gemini Robotics 2.5（VLA・動作生成）
- ロボティクスパートナー向けに展開中
- 一般開発者がすぐAPIで利用できる段階ではない
Gemini Robotics ER 2（推論）
- Gemini Developer APIでプレビュー提供
- Google AI Studioで試用可能
- エンドポイント: gemini-robotics-er-2-preview
- ストリーミング用: gemini-robotics-er-2-streaming-preview
- Gemini 3.5 Flashベース
- 強化点: 空間推論／動画のモーメント検出／動画の進捗分類／マルチロボットのオーケストレーション／多段階のツール使用
室谷代表取締役ここが実務者としてはいちばん気になるところで。誰が今すぐ使えるのかという話ですよね。
テキトー教師DotAI 認定講師公式ページには「ロボティクスパートナー向けに展開中」とあります。一般の開発者がすぐAPIを叩いて自分のロボットを動かせる、という段階ではないんですよ。
室谷代表取締役一方で、推論側のGemini Robotics ER 2はGemini Developer APIでプレビュー提供されていて、Google AI Studioからも試せる。ここは分けて考える必要がありますね。
テキトー教師DotAI 認定講師整理するとこうです。
- Gemini Robotics 2.5（VLA・動作生成）：ロボティクスパートナー向けに展開中
- Gemini Robotics ER 2（推論）：Gemini Developer APIでプレビュー提供、Google AI Studioで試用可能
- ER 2のエンドポイントは標準の
gemini-robotics-er-2-previewと、Live API向けのgemini-robotics-er-2-streaming-previewの2種類 - 旧Gemini Robotics ER 1.6は2026年8月31日に非推奨化済みで、ER 2への移行が案内されている
室谷代表取締役ER 2はGemini 3.5 Flashをベースにしていて、空間推論、動画のモーメント検出、動画の進捗分類、マルチロボットのオーケストレーション、多段階のツール使用が強化されたと。ストリーミング版は低遅延で連続的な音声・映像入力を処理する用途向けですね。
テキトー教師DotAI 認定講師使い方のコツもドキュメントに書かれていて、普通の自然言語で指示すること、小さい物体は画像をクロップやズームしてから渡すこと、複雑なタスクはステップごとに分けて送ること、高精度が必要な場合は複数回クエリして平均を取ること。このあたりは講座でも受講生さんに伝えている実践知と重なります。
室谷代表取締役制限も明示されていて、APIキーに制限をかけていないと403エラーになる、複雑なクエリや高解像度入力はレイテンシが伸びるのでthinking levelはmediumがバランス良い、ハルシネーションは起こり得る、といった点は導入前に押さえておきたいところです。
テキトー教師DotAI 認定講師日本での提供可否については、公式ページ抜粋の範囲では地域ごとの提供状況までは明記されていません。現時点では明らかにされていない、とお伝えするのが正確です。
室谷代表取締役料金についても、抜粋には具体的な価格表が含まれていませんでした。ここは公式の料金ページを確認するしかないですね。
Mercedes-Benz工場で実証――Apollo 2が部品仕分けを96%の成功率でこなす
室谷代表取締役今回いちばん絵になるのがこの実証ですよ。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、Mercedes-Benzの実際の生産ラインでApollo 2を動かしたと。
テキトー教師DotAI 認定講師作業内容は「automotive kitting」と呼ばれるもので、バルクの箱から部品を取り出し、ライン上の各車両に必要な順序どおりにトレイへ並べる。単調で肉体的負担の大きい準備作業です。
室谷代表取締役ERがワークフローを管理し、2.5が手と腕を制御する。金属製のブラケットを掴んでシーケンス用の容器に置く、隙間があれば補正する。
これで96%の成功率というのは、PoCとしてはかなり説得力があります。
これで96%の成功率というのは、PoCとしてはかなり説得力があります。
テキトー教師DotAI 認定講師ApptronikのCEO、Jeff Cardenas氏のコメントも公式ページに載っていて、「数週間のポストトレーニングで劇的に改善し、Mercedes-Benzの生産現場にほとんど劣化なく持ち越せた」と述べています。研究環境と現場のギャップを埋められた、という主張ですね。
室谷代表取締役現場の狙いもはっきりしていて、単調な準備作業をロボットに任せて、技術者を複雑な組立に集中させる。これは人手不足の製造業にとって分かりやすい価値提案です。
テキトー教師DotAI 認定講師パートナー体制も押さえておきましょう。実証がApptronikとMercedes-Benz、研究パートナーとしてAgile RobotsとBoston Dynamicsが名を連ね、100以上のテスタープログラムが進行中とされています。
Gemini 4 Argonが訓練を加速――自己修正するロボットAIの仕組み
室谷代表取締役ここが地味に一番おもしろいところなんですよ。Gemini Robotics 2.5を開発する過程で、Gemini 4 Argonが訓練を加速したという話です。
テキトー教師DotAI 認定講師Argonはシミュレーションエンジンとして使われていて、実世界のカメラ映像1枚から多様な模擬練習環境を数千回分生成し、リアルなデジタルツインを構築する。これに実機のデモを組み合わせることで、新しい場面や物体への汎化が速くなるという仕組みです。
室谷代表取締役さらに、映像からタスク失敗の原因を仮説として立て、改善案をシミュレーションと実機の両方で試せる。自分たちの失敗のリプレイを見て技術を修正する、という表現がスレッドにもありました。
テキトー教師DotAI 認定講師これは単に学習データを水増しする話じゃないんですよ。失敗の原因を言語化して仮説検証するループを回せるということで、ロボット研究の進め方そのものが変わる可能性があります。
室谷代表取締役Argon自体についてはGemini 4 Argonとは？GoogleがAntigravityでPro加入者に解禁やGoogleが新型AI「Gemini 4 Argon」発表でも解説していますが、ロボティクス研究のボトルネックを潰す用途で効いているというのが今回の新しい見え方ですね。
テキトー教師DotAI 認定講師公式ページでは、こうしたフロンティア知能モデルに加速されたGemini Robotics 2.5が「物理AGI」に向けた重要なマイルストーンだと位置づけられています。
安全性とジェイルブレイク対策――実環境で人と共存するための新基準
室谷代表取締役工場で人と一緒に動くとなると、安全性の話は避けて通れません。ここも具体的な数字が出ています。
テキトー教師DotAI 認定講師推論時のリーズニングガイダンスで物理的な危険をリアルタイムに回避する仕組みを入れていて、障害物の周りでの安全なタスク完了が33%、近くに人がいる状況で43%向上したと。
室谷代表取締役Geminiの応答に安全分類器をかぶせるのと同じ発想を、ロボットの動きに適用しているわけですね。
テキトー教師DotAI 認定講師さらにエージェント的な長時間タスクの安全性も強化されていて、危険なタスクの拒否、不確実性の解消、人に近接した作業という評価軸でGemini 4 Argonがリードしていると。
室谷代表取締役そして新ベンチマークのASIMOV-Jailbreakをオープンソースで公開したと。数十のシーンにまたがる数百のプロンプトで、安全でない要求を偽装するものだそうです。
テキトー教師DotAI 認定講師数字はArgonが99.5%のジェイルブレイク耐性で、従来ベースラインのGemini Robotics ER 2の82%から大きく改善したと。ここは単に性能が上がったという話じゃなくて、評価手法そのものを公開して業界の基準を作りにいっているのがポイントです。
室谷代表取締役実運用では、ロボットの周囲の安全を維持する責任は利用者側にあるとドキュメントにも明記されています。過信は禁物ですね。
テキトー教師DotAI 認定講師個人情報の扱いにも触れられていて、映像や音声に識別可能な人物が映る場合の通知と同意、顔ぼかしなどの最小化が求められています。実環境に出すほど、ここの設計が問われます。
よくある質問
室谷代表取締役最後に、よく聞かれる点を整理しておきましょう。
テキトー教師DotAI 認定講師まず、Gemini Robotics 2.5とGemini 2.5は別物です。前者はロボットの動作を生成するVLAモデル、後者は汎用のGeminiモデルで、名前が似ているだけで役割が違います。
室谷代表取締役Gemini Robotics 2.5とER 2の違いは、動作生成か推論かです。ER 2が工程を計画し、2.5が手足を動かす。
両者を組み合わせて使う設計になっています。
両者を組み合わせて使う設計になっています。
テキトー教師DotAI 認定講師一般の開発者がGemini Robotics 2.5をAPIで使えるかというと、公式ページ抜粋の範囲ではロボティクスパートナー向けの展開とされており、一般向けAPI提供はER 2側に限られています。
室谷代表取締役対応ハードは、Apollo 2のような五本指のヒューマノイドから、Franka Duoのような二本指グリッパーまで。機種を問わず動くのが特徴です。
テキトー教師DotAI 認定講師料金や日本国内での提供状況については、今回の公式ページ抜粋では明記されていません。現時点では明らかにされていない、というのが正確なところです。
一次情報はGoogle DeepMindの公式ブログとモデルカードを確認してください。
一次情報はGoogle DeepMindの公式ブログとモデルカードを確認してください。
室谷代表取締役ロボットAIの進化が、ラボから工場のラインへ。2026年はその転換点になりそうですね。
