Google DeepMind predstavilo Gemini Robotics 2.5 a benchmark ASIMOV-Jailbreak
Google DeepMind uviedlo model Gemini Robotics 2.5 pre riadenie robotov a sprístupnilo benchmark ASIMOV-Jailbreak na testovanie odolnosti robotických agentov voči škodlivým pokynom.
Google DeepMind 10. novembra predstavilo Gemini Robotics 2.5, model typu vision-language-action určený na riadenie robotov. Spoločnosť ho zatiaľ nenasadzuje pre širokú verejnosť: poskytuje ho svojim robotickým partnerom. Súčasne zverejnila benchmark ASIMOV-Jailbreak, ktorý má slúžiť na testovanie odolnosti robotických AI agentov proti viac-krokovým adversariálnym pokynom.
Gemini Robotics 2.5 vo výrobnom pilote
Nový model prepája spracovanie obrazu, jazyka a akcií robota. DeepMind uvádza, že ho vyhodnocovalo na viac než 200 úlohách. V interných porovnaniach mal dosiahnuť o 30 až 100 % vyššiu úspešnosť a o 20 až 30 % rýchlejšie dokončovanie úloh než predchádzajúce základné modely.
Tieto metriky pochádzajú od Google DeepMind a zatiaľ neboli nezávisle reprodukované. Firma nezverejnila všeobecnú dostupnosť modelu, ale uvádza jeho nasadenie u partnerských spoločností.
Jedným z príkladov je pilotný projekt s Apptronik a Mercedes-Benz. Humanoidné roboty Apollo 2 pri triedení automobilových dielov dosiahli 96-percentnú úspešnosť. Aj tento údaj vychádza z testu organizovaného partnermi, preto ho nemožno automaticky považovať za výsledok porovnateľný naprieč inými výrobnými prostrediami či úlohami.
ASIMOV-Jailbreak testuje nebezpečné pokyny
Spolu s modelom DeepMind sprístupnilo ASIMOV-Jailbreak vrátane vyhodnocovacieho kódu. Verejný repozitár obsahuje 845 jailbreakových epizód s reťazcami až desiatich krokov. Benchmark je zameraný na situácie, v ktorých môže séria pokynov viesť agenta k obchádzaniu bezpečnostných obmedzení alebo k vykonaniu nežiaducej fyzickej akcie.
Sprístupnenie benchmarku dáva externým tímom materiál na testovanie takýchto scenárov. Nejde však o dôkaz, že konkrétny robotický systém je bezpečný v reálnej prevádzke. Repozitár kombinuje simulované kontroly s hodnotením jazykovým modelom, čo predstavuje iný typ overenia než funkčné bezpečnostné testy a certifikácie fyzických zariadení.
Pri interpretácii bezpečnostných čísel je dôležité rozlišovať medzi jednotlivými modelmi. Tvrdenie o 99,5-percentnej odolnosti proti jailbreakom sa podľa dostupných podkladov vzťahuje na Gemini 4 Argon, nie priamo na Gemini Robotics 2.5. Pre porovnanie robotického modelu bude potrebné poznať presné konfigurácie, metodiku a oddelené výsledky.
Čo bude nasledovať
Oznámenie ukazuje pokračujúce nasadzovanie modelov pre robotiku v priemyselných pilotoch, no k dispozícii zostávajú najmä výsledky od samotného dodávateľa. Dôležité budú nezávislé reprodukcie výkonu Gemini Robotics 2.5, dlhodobejšie údaje z pilotu Mercedes-Benz vrátane chybovosti a prípadné rozšírenie počtu robotov.
Treba tiež sledovať, či Google zverejní detailnú metodiku a výsledky ASIMOV-Jailbreak priamo pre Gemini Robotics 2.5, oddelene od výsledkov iných modelov. Otvorenou otázkou zostáva aj prípadná dostupnosť systému mimo partnerského programu a rozsah externých bezpečnostných auditov.
Zdroje
- Google DeepMind – Potvrdzuje oznámenie, dátum, partnerské zavádzanie, rozsah interných testov, pilot s Mercedes-Benz a deklarované metriky.
- Google na Hugging Face — asimov_agentic – Potvrdzuje verejne dostupný repozitár, licenciu MIT, štruktúru benchmarku ASIMOV-Jailbreak a 845 viac-krokových jailbreakových epizód.
- Ars Technica – Nezávisle opisuje partnerský výrobný pilot, obmedzenú dostupnosť modelu a limity generalizácie oproti vysoko špecializovanej automatizácii.
Overené a aktualizované: 11. 11. 2026 15:23
