{"content_id":"wnh4uzgh8d","slug":"gemini-robotics-2-5-vla-factory-performance","locale":"id","schema_type":"TechArticle","category":"ai_data","category_name":"Data AI","title":"Gemini Robotics 2.5: Kinerja di Pabrik","summary":"Gemini Robotics 2.5 adalah model yang menghubungkan penglihatan dan bahasa dengan tindakan robot. Ulasan ini membedakan cakupan tingkat keberhasilan 96% dalam uji coba di pabrik, persentase peningkatan kinerja, evaluasi keselamatan, dan status ketersediaan tiap model.","sponsorship_disclosure":null,"affiliate_disclosure":null,"commerce_disclosure":null,"author":{"name":"injoys","url":"https://injoys.com/ko/about"},"key_points":["Gemini Robotics ER adalah model penalaran yang melacak alur kerja.","Gemini Robotics 2.5 mengendalikan gerakan kedua tangan dan lengan dalam uji coba di pabrik.","Peningkatan tingkat keberhasilan sebesar 30~100% merupakan angka relatif dibandingkan dengan model acuan yang ada.","Tingkat keberhasilan 96% dalam uji coba di pabrik merupakan hasil pekerjaan kitting suku cadang mobil.","Penyediaan model tindakan kepada mitra harus dibedakan dari pratinjau publik model ER."],"content_markdown":"Gemini Robotics 2.5 adalah model VLA yang menghubungkan penglihatan dan bahasa dengan tindakan robot. Tingkat keberhasilan 96% dalam uji di pabrik terbatas pada tugas penyiapan kit komponen. Keputusan penerapan nyata memerlukan verifikasi tambahan atas pemulihan setelah kegagalan dan kondisi operasional.\n\nAngka kinerja dalam artikel ini mengacu pada pengumuman Google tanggal 10 November 2026.\n\n## Cara kerja VLA dan ER\n\nVLA adalah model yang menghubungkan informasi visual dan instruksi bahasa dengan tindakan robot. Namanya merupakan singkatan dari Vision-Language-Action. ER berarti penalaran terwujud yang merencanakan tugas di lingkungan fisik.\n\nDalam uji di pabrik, kedua model berbagi peran. Gemini Robotics ER melacak keseluruhan alur kerja. Gemini Robotics 2.5 mengendalikan kedua tangan dan lengan.\n\n| Komponen | Peran | Hal yang perlu dibedakan |\n| --- | --- | --- |\n| Informasi visual | Mengenali objek dan pemandangan sekitar | Masukan untuk menentukan tindakan |\n| Instruksi bahasa | Menyampaikan tugas dan syarat pelaksanaannya | Masukan yang menyatakan tujuan tugas |\n| Model ER | Mengelola perencanaan beberapa tahap dan status kemajuan | Penalaran tingkat tinggi |\n| Model tindakan VLA | Menghasilkan gerakan robot | Kendali untuk gerakan nyata |\n| Perangkat keras robot | Menjalankan gerakan dan manipulasi objek | Perangkat fisik seperti tangan, lengan, dan aktuator |\n\nModel ER dirancang untuk menentukan tugas berikutnya dan melanjutkan pelaksanaan. Model ini juga menilai apakah tugas telah selesai dan apakah perlu dicoba ulang. Informasi resmi model menyebutkan bahwa keluaran ER 2 berupa teks. [Penjelasan Google DeepMind tentang ER 2](https://deepmind.google/models/gemini-robotics/embodied-reasoning/)\n\nModel tindakan dan tubuh robot bukan produk yang sama. Penjelasan resmi VLA menyebutkan cakupan kendali dari lengan hingga seluruh tubuh humanoid. Kinerja pada tubuh robot tertentu harus ditafsirkan dengan mempertimbangkan kondisi perangkat kerasnya. [Penjelasan Google DeepMind tentang VLA](https://deepmind.google/models/gemini-robotics/vla/)\n\n## Angka evaluasi tugas dan dasar perbandingan\n\nPersentase peningkatan yang diumumkan merupakan hasil perbandingan dengan model acuan sebelumnya. Angka tersebut bukan tingkat keberhasilan absolut yang berlaku untuk semua tugas. Pengumuman menjelaskan bahwa besarnya peningkatan berbeda menurut jenis tugas.\n\nTabel berikut membedakan angka-angka yang diumumkan pada 10 November 2026.\n\n| Aspek | Isi pengumuman | Cakupan penerapan angka |\n| --- | --- | --- |\n| Cakupan tugas evaluasi | Bagian pembuka menyebut lebih dari 200, sedangkan penjelasan terperinci menyebut 200 | Jumlah keseluruhan dipahami sebagai sekitar 200 |\n| Tingkat keberhasilan tugas | Meningkat 30~100% dibandingkan model acuan sebelumnya | Peningkatan relatif menurut jenis tugas |\n| Kecepatan penyelesaian tugas | Meningkat 20~30% dibandingkan model acuan sebelumnya | Perbandingan kecepatan penyelesaian tugas evaluasi |\n| Tingkat keberhasilan uji di pabrik | 96% | Uji penyiapan kit komponen otomotif oleh Apollo 2 |\n\nJumlah tugas mengacu pada jenis tugas yang dievaluasi. Ini berbeda dari jumlah pengulangan setiap tugas. Karena itu, tingkat kepercayaan statistik tidak dapat dihitung hanya dari jumlah tugas. [Pengumuman Google dalam bahasa Korea](https://blog.google/intl/ko-kr/company-news/technology/gemini-robotics-2-5-kr/)\n\n### Contoh perhitungan peningkatan relatif\n\nMakna peningkatan tingkat keberhasilan menjadi lebih jelas jika dinyatakan sebagai kelipatan. Peningkatan 30% yang diumumkan setara dengan 1.3 kali tingkat keberhasilan sebelumnya. Peningkatan 100% berarti 2 kali tingkat keberhasilan sebelumnya. Hubungan ini dihitung dari angka yang diumumkan.\n\n| Pernyataan | Hubungan perhitungan | Informasi yang diperlukan untuk penafsiran |\n| --- | --- | --- |\n| Tingkat keberhasilan meningkat 30% | Tingkat keberhasilan baru = tingkat keberhasilan sebelumnya × 1.3 | Tingkat keberhasilan sebelumnya untuk tugas yang sama |\n| Tingkat keberhasilan meningkat 100% | Tingkat keberhasilan baru = tingkat keberhasilan sebelumnya × 2 | Tingkat keberhasilan sebelumnya untuk tugas yang sama |\n| Selisih tingkat keberhasilan | Tingkat keberhasilan baru - tingkat keberhasilan sebelumnya | Kedua tingkat keberhasilan absolut, dalam poin persentase |\n\nTanpa tingkat keberhasilan acuan, tingkat keberhasilan absolut yang baru tidak dapat dihitung. Peningkatan 100% tidak boleh diartikan sebagai keberhasilan dalam semua percobaan. Persentase peningkatan kecepatan juga tidak dapat diubah menjadi persentase peningkatan hasil produksi seluruh pabrik.\n\n## Cakupan tingkat keberhasilan 96% dalam uji di pabrik\n\nAngka **96%** yang diumumkan adalah tingkat keberhasilan uji penyiapan kit komponen otomotif. Penyiapan kit adalah tugas menyiapkan komponen yang diperlukan untuk perakitan sesuai urutannya. Dalam uji ini, Apollo 2 dari Apptronik melakukan tugas tersebut.\n\nUji dilakukan di lini produksi nyata Mercedes-Benz. Pengumuman menyebut Kecskemét di Hungaria dan Sindelfingen di Jerman. Robot mengambil braket logam dari kotak pasokan dan menempatkannya dalam wadah sesuai urutan.\n\nPoC, atau pembuktian konsep, adalah pengujian untuk memastikan kelayakan pelaksanaan dalam lingkungan tertentu. Tingkat keberhasilan yang diukur di sini berlaku dalam cakupan pengujian tersebut. Angka itu tidak dapat diperluas menjadi tingkat otomatisasi seluruh pabrik atau tingkat keberhasilan semua proses.\n\nGoogle mengemukakan arah pemanfaatan dengan menyerahkan tugas persiapan berulang kepada robot. Menurut penjelasannya, hal ini membantu tenaga teknis berfokus pada perakitan yang rumit. Besarnya pengurangan tenaga kerja atau persentase peningkatan produktivitas tenaga kerja tidak disebutkan. [Penjelasan Google DeepMind tentang uji di pabrik](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/)\n\n## Pemulihan kegagalan dan kapasitas pemrosesan yang tidak tercakup dalam tingkat keberhasilan\n\nKeputusan penerapan di pabrik memerlukan informasi tentang penyebut dalam perhitungan tingkat keberhasilan dan waktu pemulihan. Meski tingkat keberhasilannya sama, hasil produksi dapat berbeda bergantung pada cara percobaan ulang dilakukan. Ini merupakan analisis untuk menghubungkan angka yang diumumkan dengan indikator operasional.\n\n| Aspek yang perlu diperiksa | Informasi yang perlu diperiksa | Pengaruh terhadap penilaian |\n| --- | --- | --- |\n| Satuan keberhasilan | Satu komponen atau seluruh baki | Cakupan tugas yang dimaksud oleh tingkat keberhasilan |\n| Jumlah percobaan | Jumlah keseluruhan evaluasi dan distribusinya menurut tugas | Variabilitas dan keterwakilan hasil |\n| Penanganan percobaan ulang | Keberhasilan pada percobaan pertama atau termasuk percobaan ulang | Tingkat pelaksanaan mandiri |\n| Intervensi manusia | Jumlah dan waktu intervensi | Tenaga operasional yang diperlukan |\n| Pemulihan kegagalan | Waktu pemulihan dan syarat untuk melanjutkan tugas | Penurunan kapasitas pemrosesan akibat penghentian |\n| Penilaian kualitas | Kriteria penilaian kesalahan posisi dan kerusakan komponen | Kelayakan untuk digunakan dalam perakitan berikutnya |\n| Operasi berkelanjutan | Waktu operasi dan penyebab penghentian | Kestabilan operasi nyata |\n\nAspek-aspek ini bukan hasil tambahan yang telah dikonfirmasi. Semuanya merupakan kondisi pengukuran yang perlu diperiksa secara terpisah dalam evaluasi lapangan. Seluruh kondisi terperinci tidak dapat dipastikan hanya dari pengumuman berbahasa Korea.\n\nSebagai indikator operasional, jumlah produk layak per satuan waktu juga dapat dihitung. Rumusnya adalah ‘jumlah produk selesai yang memenuhi standar kualitas ÷ total waktu operasional’. Total waktu operasional harus mencakup waktu percobaan ulang dan pemulihan. Ini merupakan usulan pengukuran, bukan angka yang diumumkan dari uji di pabrik.\n\nPengoperasian robot juga memerlukan fungsi pengelolaan di luar model. Apptronik menjelaskan Fleet Connect untuk pemantauan status dan penugasan pekerjaan. Hal ini menunjukkan cakupan operasional yang juga harus mengelola baterai dan status berhenti. [Penjelasan Apptronik tentang platform Apollo 2](https://apptronik.com/apollo/apollo-2)\n\n## Perbedaan keselamatan fisik dan pertahanan terhadap jailbreak\n\nPedoman keselamatan fisik dan pertahanan terhadap jailbreak memiliki sasaran evaluasi yang berbeda. Yang pertama mengarahkan tindakan agar menghindari bahaya di sekitar selama pelaksanaan. Yang kedua menilai ketahanan terhadap serangan yang mendorong model mengikuti instruksi berbahaya.\n\nWaktu inferensi adalah saat model menerima masukan dan membuat penilaian. Google menjelaskan bahwa pada saat ini diterapkan pedoman untuk menghindari bahaya. Angka terkait keselamatan juga harus dibedakan menurut model dan evaluasinya.\n\nBerikut adalah angka keselamatan dalam pengumuman tanggal 10 November 2026.\n\n| Evaluasi | Hasil yang diumumkan | Cakupan penafsiran |\n| --- | --- | --- |\n| Penyelesaian tugas secara aman di sekitar rintangan | Meningkat 33% | Peningkatan berkat penerapan panduan |\n| Penyelesaian tugas secara aman di lingkungan dengan manusia di dekatnya | Meningkat 43% | Peningkatan berkat penerapan panduan |\n| Tingkat pertahanan terhadap jailbreak Gemini 4 Argon | 99.5% | Hasil evaluasi jailbreak yang diumumkan |\n| Tingkat pertahanan terhadap jailbreak model acuan | 82% | Hasil perbandingan untuk Gemini Robotics ER 2 |\n\nTingkat pertahanan terhadap jailbreak merupakan hasil evaluasi Gemini 4 Argon. Mengutipnya sebagai tingkat operasi tanpa kecelakaan model tindakan di pabrik berarti mengubah sasaran evaluasi. Persentase peningkatan penyelesaian tugas secara aman juga harus dibedakan dari tingkat keberhasilan absolut. [Penjelasan Google DeepMind tentang evaluasi keselamatan](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/)\n\nRepositori ASIMOV-Jailbreak membedakan instruksi berbahaya dan instruksi normal. Repositori ini juga mencakup evaluasi terhadap serangan yang berlanjut dalam beberapa putaran. Tingkat penolakan berlebihan terhadap permintaan normal juga menjadi aspek evaluasi. [Repositori evaluasi ASIMOV dari Google](https://huggingface.co/datasets/google/asimov_agentic)\n\nPerangkat fisik juga memiliki fungsi keselamatan tersendiri. Apptronik menjelaskan bahwa robot segera berhenti saat mendeteksi objek di zona tabrakan yang telah ditetapkan. Pengaturan gerakan berdasarkan zona di sekitarnya juga disediakan. Ini adalah fungsi perangkat keras yang perlu diperiksa secara terpisah dari evaluasi model.\n\n## Simulasi dan data pelatihan nyata\n\nMenurut penjelasan Google, simulasi digabungkan dengan data demonstrasi nyata. Gemini 4 Argon menghasilkan lingkungan pelatihan virtual dari adegan yang ditangkap kamera. Model ini juga mendukung penelitian untuk menemukan hipotesis perbaikan dari video kegagalan.\n\nKembaran digital adalah reproduksi lingkungan nyata dalam ruang virtual. Dalam lingkungan virtual, pengujian berulang dapat dilakukan dengan mengubah kondisi. Pengujian robot nyata memastikan apakah hasil tersebut juga berlaku di lingkungan fisik. [Penjelasan Google DeepMind tentang proses pelatihan](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/)\n\nDalam struktur ini, pabrik menjadi tempat pemanfaatan sekaligus lokasi evaluasi. Ini karena komponen nyata dan urutan tugas menguji cakupan penerapan model. Namun, peningkatan efisiensi pelatihan tidak dapat langsung dikonversi menjadi nilai penghematan biaya penerapan.\n\n## Perbedaan penyediaan bagi mitra dan API publik\n\nStatus ketersediaan model tindakan dan model ER harus diperiksa secara terpisah. Menurut pengumuman, model tindakan disediakan secara bertahap kepada mitra robotika. Halaman resmi ER 2 menyebutkan pratinjau publik.\n\nPengumuman Google DeepMind menyatakan cakupan penyediaannya sebagai berikut.\n\n\u003e Gemini Robotics 2.5 mulai disediakan secara bertahap kepada mitra robotika kami.\n\nSumbernya adalah [pengumuman Gemini Robotics 2.5](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/).\n\n| Model | Status ketersediaan yang telah dikonfirmasi | Hal yang perlu dibedakan |\n| --- | --- | --- |\n| Gemini Robotics 2.5 | Penyediaan bertahap kepada mitra robotika | Berbeda dari pembukaan API tindakan untuk pengembang umum |\n| Gemini Robotics ER 2 | Pratinjau publik melalui Google AI Studio dan Gemini API | Cakupan akses ke model penalaran |\n\nAkses API ER tidak berarti hak akses ke model tindakan. Jadwal penerapan komersial di Korea juga tidak dapat dipastikan hanya dari pengumuman ini. Status ketersediaan setiap model harus diperiksa pada halaman resmi masing-masing model.\n\n## Kesalahan umum saat membaca angka kinerja\n\nJika sasaran dan satuan evaluasi dihilangkan, hasil yang berbeda akan tercampur. Terutama jika angka dikelompokkan hanya berdasarkan nama model, penafsirannya menjadi kabur. Saat mengutip, tugas dan kondisi perbandingan harus dicantumkan bersama.\n\n| Penafsiran umum | Pembedaan yang tepat |\n| --- | --- |\n| Tingkat keberhasilan meningkat 100%, sehingga semua tugas berhasil | Persentase peningkatan relatif berbeda dari tingkat keberhasilan absolut |\n| Tingkat keberhasilan di pabrik adalah tingkat otomatisasi seluruh pabrik | Hasil PoC penyiapan kit berbeda dari cakupan otomatisasi |\n| Tingkat pertahanan terhadap jailbreak adalah tingkat operasi robot tanpa kecelakaan | Ketahanan terhadap serangan berbeda dari indikator kecelakaan fisik |\n| API ER juga dapat langsung digunakan untuk mengakses model tindakan | Hak akses harus diperiksa secara terpisah untuk setiap model |\n| Hasil produksi meningkat sebesar peningkatan kecepatan penyelesaian tugas | Diperlukan pengukuran yang mencakup waktu pemulihan dan waktu tunggu proses |\n\n## Pertanyaan yang sering diajukan\n\nPertanyaan utama menjadi lebih jelas jika peran model, satuan evaluasi, dan status ketersediaan dibedakan.\n\n### Apakah Gemini Robotics 2.5 merupakan tubuh robot\n\nGemini Robotics 2.5 adalah model VLA yang mengendalikan robot. Apollo 2 adalah tubuh robot yang memanfaatkannya. Kinerja model dan kemampuan fisik tubuh robot harus dibedakan.\n\n### Apakah sekitar 200 tugas berarti jumlah proses di pabrik nyata\n\nAngka tersebut merujuk pada jenis tugas dalam evaluasi model yang diumumkan. Ini tidak berarti semuanya merupakan proses di pabrik otomotif. Jumlah tugas evaluasi dan cakupan uji di pabrik merupakan hal yang terpisah.\n\n### Apakah dampak penerapan dapat dihitung hanya dari tingkat keberhasilan di pabrik\n\nBiaya atau hasil produksi tidak dapat dihitung hanya dari tingkat keberhasilan. Waktu pengerjaan dan waktu pemulihan setelah kegagalan juga harus diketahui. Kriteria penilaian kualitas dan kondisi intervensi manusia juga diperlukan.\n\n### Apakah pratinjau publik sama dengan penerapan komersial\n\nPratinjau publik adalah status ketersediaan yang memungkinkan akses ke model tertentu. Ini tidak berarti integrasi dengan sistem pabrik telah selesai. Syarat penyediaan model tindakan juga harus diperiksa secara terpisah.","content_html":"\u003cp\u003eGemini Robotics 2.5 adalah model VLA yang menghubungkan penglihatan dan bahasa dengan tindakan robot. Tingkat keberhasilan 96% dalam uji di pabrik terbatas pada tugas penyiapan kit komponen. Keputusan penerapan nyata memerlukan verifikasi tambahan atas pemulihan setelah kegagalan dan kondisi operasional.\u003c/p\u003e\n\u003cp\u003eAngka kinerja dalam artikel ini mengacu pada pengumuman Google tanggal 10 November 2026.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#cara-kerja-vla-dan-er\" class=\"anchor\" id=\"cara-kerja-vla-dan-er\"\u003e\u003c/a\u003eCara kerja VLA dan ER\u003c/h2\u003e\n\u003cp\u003eVLA adalah model yang menghubungkan informasi visual dan instruksi bahasa dengan tindakan robot. Namanya merupakan singkatan dari Vision-Language-Action. ER berarti penalaran terwujud yang merencanakan tugas di lingkungan fisik.\u003c/p\u003e\n\u003cp\u003eDalam uji di pabrik, kedua model berbagi peran. Gemini Robotics ER melacak keseluruhan alur kerja. Gemini Robotics 2.5 mengendalikan kedua tangan dan lengan.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eKomponen\u003c/th\u003e\n\u003cth\u003ePeran\u003c/th\u003e\n\u003cth\u003eHal yang perlu dibedakan\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Komponen\"\u003eInformasi visual\u003c/td\u003e\n\u003ctd data-label=\"Peran\"\u003eMengenali objek dan pemandangan sekitar\u003c/td\u003e\n\u003ctd data-label=\"Hal yang perlu dibedakan\"\u003eMasukan untuk menentukan tindakan\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Komponen\"\u003eInstruksi bahasa\u003c/td\u003e\n\u003ctd data-label=\"Peran\"\u003eMenyampaikan tugas dan syarat pelaksanaannya\u003c/td\u003e\n\u003ctd data-label=\"Hal yang perlu dibedakan\"\u003eMasukan yang menyatakan tujuan tugas\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Komponen\"\u003eModel ER\u003c/td\u003e\n\u003ctd data-label=\"Peran\"\u003eMengelola perencanaan beberapa tahap dan status kemajuan\u003c/td\u003e\n\u003ctd data-label=\"Hal yang perlu dibedakan\"\u003ePenalaran tingkat tinggi\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Komponen\"\u003eModel tindakan VLA\u003c/td\u003e\n\u003ctd data-label=\"Peran\"\u003eMenghasilkan gerakan robot\u003c/td\u003e\n\u003ctd data-label=\"Hal yang perlu dibedakan\"\u003eKendali untuk gerakan nyata\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Komponen\"\u003ePerangkat keras robot\u003c/td\u003e\n\u003ctd data-label=\"Peran\"\u003eMenjalankan gerakan dan manipulasi objek\u003c/td\u003e\n\u003ctd data-label=\"Hal yang perlu dibedakan\"\u003ePerangkat fisik seperti tangan, lengan, dan aktuator\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eModel ER dirancang untuk menentukan tugas berikutnya dan melanjutkan pelaksanaan. Model ini juga menilai apakah tugas telah selesai dan apakah perlu dicoba ulang. Informasi resmi model menyebutkan bahwa keluaran ER 2 berupa teks. \u003ca href=\"https://deepmind.google/models/gemini-robotics/embodied-reasoning/\"\u003ePenjelasan Google DeepMind tentang ER 2\u003c/a\u003e\u003c/p\u003e\n\u003cp\u003eModel tindakan dan tubuh robot bukan produk yang sama. Penjelasan resmi VLA menyebutkan cakupan kendali dari lengan hingga seluruh tubuh humanoid. Kinerja pada tubuh robot tertentu harus ditafsirkan dengan mempertimbangkan kondisi perangkat kerasnya. \u003ca href=\"https://deepmind.google/models/gemini-robotics/vla/\"\u003ePenjelasan Google DeepMind tentang VLA\u003c/a\u003e\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#angka-evaluasi-tugas-dan-dasar-perbandingan\" class=\"anchor\" id=\"angka-evaluasi-tugas-dan-dasar-perbandingan\"\u003e\u003c/a\u003eAngka evaluasi tugas dan dasar perbandingan\u003c/h2\u003e\n\u003cp\u003ePersentase peningkatan yang diumumkan merupakan hasil perbandingan dengan model acuan sebelumnya. Angka tersebut bukan tingkat keberhasilan absolut yang berlaku untuk semua tugas. Pengumuman menjelaskan bahwa besarnya peningkatan berbeda menurut jenis tugas.\u003c/p\u003e\n\u003cp\u003eTabel berikut membedakan angka-angka yang diumumkan pada 10 November 2026.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eAspek\u003c/th\u003e\n\u003cth\u003eIsi pengumuman\u003c/th\u003e\n\u003cth\u003eCakupan penerapan angka\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek\"\u003eCakupan tugas evaluasi\u003c/td\u003e\n\u003ctd data-label=\"Isi pengumuman\"\u003eBagian pembuka menyebut lebih dari 200, sedangkan penjelasan terperinci menyebut 200\u003c/td\u003e\n\u003ctd data-label=\"Cakupan penerapan angka\"\u003eJumlah keseluruhan dipahami sebagai sekitar 200\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek\"\u003eTingkat keberhasilan tugas\u003c/td\u003e\n\u003ctd data-label=\"Isi pengumuman\"\u003eMeningkat 30~100% dibandingkan model acuan sebelumnya\u003c/td\u003e\n\u003ctd data-label=\"Cakupan penerapan angka\"\u003ePeningkatan relatif menurut jenis tugas\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek\"\u003eKecepatan penyelesaian tugas\u003c/td\u003e\n\u003ctd data-label=\"Isi pengumuman\"\u003eMeningkat 20~30% dibandingkan model acuan sebelumnya\u003c/td\u003e\n\u003ctd data-label=\"Cakupan penerapan angka\"\u003ePerbandingan kecepatan penyelesaian tugas evaluasi\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek\"\u003eTingkat keberhasilan uji di pabrik\u003c/td\u003e\n\u003ctd data-label=\"Isi pengumuman\"\u003e96%\u003c/td\u003e\n\u003ctd data-label=\"Cakupan penerapan angka\"\u003eUji penyiapan kit komponen otomotif oleh Apollo 2\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eJumlah tugas mengacu pada jenis tugas yang dievaluasi. Ini berbeda dari jumlah pengulangan setiap tugas. Karena itu, tingkat kepercayaan statistik tidak dapat dihitung hanya dari jumlah tugas. \u003ca href=\"https://blog.google/intl/ko-kr/company-news/technology/gemini-robotics-2-5-kr/\"\u003ePengumuman Google dalam bahasa Korea\u003c/a\u003e\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#contoh-perhitungan-peningkatan-relatif\" class=\"anchor\" id=\"contoh-perhitungan-peningkatan-relatif\"\u003e\u003c/a\u003eContoh perhitungan peningkatan relatif\u003c/h3\u003e\n\u003cp\u003eMakna peningkatan tingkat keberhasilan menjadi lebih jelas jika dinyatakan sebagai kelipatan. Peningkatan 30% yang diumumkan setara dengan 1.3 kali tingkat keberhasilan sebelumnya. Peningkatan 100% berarti 2 kali tingkat keberhasilan sebelumnya. Hubungan ini dihitung dari angka yang diumumkan.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003ePernyataan\u003c/th\u003e\n\u003cth\u003eHubungan perhitungan\u003c/th\u003e\n\u003cth\u003eInformasi yang diperlukan untuk penafsiran\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Pernyataan\"\u003eTingkat keberhasilan meningkat 30%\u003c/td\u003e\n\u003ctd data-label=\"Hubungan perhitungan\"\u003eTingkat keberhasilan baru = tingkat keberhasilan sebelumnya × 1.3\u003c/td\u003e\n\u003ctd data-label=\"Informasi yang diperlukan untuk penafsiran\"\u003eTingkat keberhasilan sebelumnya untuk tugas yang sama\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Pernyataan\"\u003eTingkat keberhasilan meningkat 100%\u003c/td\u003e\n\u003ctd data-label=\"Hubungan perhitungan\"\u003eTingkat keberhasilan baru = tingkat keberhasilan sebelumnya × 2\u003c/td\u003e\n\u003ctd data-label=\"Informasi yang diperlukan untuk penafsiran\"\u003eTingkat keberhasilan sebelumnya untuk tugas yang sama\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Pernyataan\"\u003eSelisih tingkat keberhasilan\u003c/td\u003e\n\u003ctd data-label=\"Hubungan perhitungan\"\u003eTingkat keberhasilan baru - tingkat keberhasilan sebelumnya\u003c/td\u003e\n\u003ctd data-label=\"Informasi yang diperlukan untuk penafsiran\"\u003eKedua tingkat keberhasilan absolut, dalam poin persentase\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eTanpa tingkat keberhasilan acuan, tingkat keberhasilan absolut yang baru tidak dapat dihitung. Peningkatan 100% tidak boleh diartikan sebagai keberhasilan dalam semua percobaan. Persentase peningkatan kecepatan juga tidak dapat diubah menjadi persentase peningkatan hasil produksi seluruh pabrik.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#cakupan-tingkat-keberhasilan-96-dalam-uji-di-pabrik\" class=\"anchor\" id=\"cakupan-tingkat-keberhasilan-96-dalam-uji-di-pabrik\"\u003e\u003c/a\u003eCakupan tingkat keberhasilan 96% dalam uji di pabrik\u003c/h2\u003e\n\u003cp\u003eAngka \u003cstrong\u003e96%\u003c/strong\u003e yang diumumkan adalah tingkat keberhasilan uji penyiapan kit komponen otomotif. Penyiapan kit adalah tugas menyiapkan komponen yang diperlukan untuk perakitan sesuai urutannya. Dalam uji ini, Apollo 2 dari Apptronik melakukan tugas tersebut.\u003c/p\u003e\n\u003cp\u003eUji dilakukan di lini produksi nyata Mercedes-Benz. Pengumuman menyebut Kecskemét di Hungaria dan Sindelfingen di Jerman. Robot mengambil braket logam dari kotak pasokan dan menempatkannya dalam wadah sesuai urutan.\u003c/p\u003e\n\u003cp\u003ePoC, atau pembuktian konsep, adalah pengujian untuk memastikan kelayakan pelaksanaan dalam lingkungan tertentu. Tingkat keberhasilan yang diukur di sini berlaku dalam cakupan pengujian tersebut. Angka itu tidak dapat diperluas menjadi tingkat otomatisasi seluruh pabrik atau tingkat keberhasilan semua proses.\u003c/p\u003e\n\u003cp\u003eGoogle mengemukakan arah pemanfaatan dengan menyerahkan tugas persiapan berulang kepada robot. Menurut penjelasannya, hal ini membantu tenaga teknis berfokus pada perakitan yang rumit. Besarnya pengurangan tenaga kerja atau persentase peningkatan produktivitas tenaga kerja tidak disebutkan. \u003ca href=\"https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/\"\u003ePenjelasan Google DeepMind tentang uji di pabrik\u003c/a\u003e\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#pemulihan-kegagalan-dan-kapasitas-pemrosesan-yang-tidak-tercakup-dalam-tingkat-keberhasilan\" class=\"anchor\" id=\"pemulihan-kegagalan-dan-kapasitas-pemrosesan-yang-tidak-tercakup-dalam-tingkat-keberhasilan\"\u003e\u003c/a\u003ePemulihan kegagalan dan kapasitas pemrosesan yang tidak tercakup dalam tingkat keberhasilan\u003c/h2\u003e\n\u003cp\u003eKeputusan penerapan di pabrik memerlukan informasi tentang penyebut dalam perhitungan tingkat keberhasilan dan waktu pemulihan. Meski tingkat keberhasilannya sama, hasil produksi dapat berbeda bergantung pada cara percobaan ulang dilakukan. Ini merupakan analisis untuk menghubungkan angka yang diumumkan dengan indikator operasional.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eAspek yang perlu diperiksa\u003c/th\u003e\n\u003cth\u003eInformasi yang perlu diperiksa\u003c/th\u003e\n\u003cth\u003ePengaruh terhadap penilaian\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek yang perlu diperiksa\"\u003eSatuan keberhasilan\u003c/td\u003e\n\u003ctd data-label=\"Informasi yang perlu diperiksa\"\u003eSatu komponen atau seluruh baki\u003c/td\u003e\n\u003ctd data-label=\"Pengaruh terhadap penilaian\"\u003eCakupan tugas yang dimaksud oleh tingkat keberhasilan\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek yang perlu diperiksa\"\u003eJumlah percobaan\u003c/td\u003e\n\u003ctd data-label=\"Informasi yang perlu diperiksa\"\u003eJumlah keseluruhan evaluasi dan distribusinya menurut tugas\u003c/td\u003e\n\u003ctd data-label=\"Pengaruh terhadap penilaian\"\u003eVariabilitas dan keterwakilan hasil\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek yang perlu diperiksa\"\u003ePenanganan percobaan ulang\u003c/td\u003e\n\u003ctd data-label=\"Informasi yang perlu diperiksa\"\u003eKeberhasilan pada percobaan pertama atau termasuk percobaan ulang\u003c/td\u003e\n\u003ctd data-label=\"Pengaruh terhadap penilaian\"\u003eTingkat pelaksanaan mandiri\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek yang perlu diperiksa\"\u003eIntervensi manusia\u003c/td\u003e\n\u003ctd data-label=\"Informasi yang perlu diperiksa\"\u003eJumlah dan waktu intervensi\u003c/td\u003e\n\u003ctd data-label=\"Pengaruh terhadap penilaian\"\u003eTenaga operasional yang diperlukan\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek yang perlu diperiksa\"\u003ePemulihan kegagalan\u003c/td\u003e\n\u003ctd data-label=\"Informasi yang perlu diperiksa\"\u003eWaktu pemulihan dan syarat untuk melanjutkan tugas\u003c/td\u003e\n\u003ctd data-label=\"Pengaruh terhadap penilaian\"\u003ePenurunan kapasitas pemrosesan akibat penghentian\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek yang perlu diperiksa\"\u003ePenilaian kualitas\u003c/td\u003e\n\u003ctd data-label=\"Informasi yang perlu diperiksa\"\u003eKriteria penilaian kesalahan posisi dan kerusakan komponen\u003c/td\u003e\n\u003ctd data-label=\"Pengaruh terhadap penilaian\"\u003eKelayakan untuk digunakan dalam perakitan berikutnya\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek yang perlu diperiksa\"\u003eOperasi berkelanjutan\u003c/td\u003e\n\u003ctd data-label=\"Informasi yang perlu diperiksa\"\u003eWaktu operasi dan penyebab penghentian\u003c/td\u003e\n\u003ctd data-label=\"Pengaruh terhadap penilaian\"\u003eKestabilan operasi nyata\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eAspek-aspek ini bukan hasil tambahan yang telah dikonfirmasi. Semuanya merupakan kondisi pengukuran yang perlu diperiksa secara terpisah dalam evaluasi lapangan. Seluruh kondisi terperinci tidak dapat dipastikan hanya dari pengumuman berbahasa Korea.\u003c/p\u003e\n\u003cp\u003eSebagai indikator operasional, jumlah produk layak per satuan waktu juga dapat dihitung. Rumusnya adalah ‘jumlah produk selesai yang memenuhi standar kualitas ÷ total waktu operasional’. Total waktu operasional harus mencakup waktu percobaan ulang dan pemulihan. Ini merupakan usulan pengukuran, bukan angka yang diumumkan dari uji di pabrik.\u003c/p\u003e\n\u003cp\u003ePengoperasian robot juga memerlukan fungsi pengelolaan di luar model. Apptronik menjelaskan Fleet Connect untuk pemantauan status dan penugasan pekerjaan. Hal ini menunjukkan cakupan operasional yang juga harus mengelola baterai dan status berhenti. \u003ca href=\"https://apptronik.com/apollo/apollo-2\"\u003ePenjelasan Apptronik tentang platform Apollo 2\u003c/a\u003e\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#perbedaan-keselamatan-fisik-dan-pertahanan-terhadap-jailbreak\" class=\"anchor\" id=\"perbedaan-keselamatan-fisik-dan-pertahanan-terhadap-jailbreak\"\u003e\u003c/a\u003ePerbedaan keselamatan fisik dan pertahanan terhadap jailbreak\u003c/h2\u003e\n\u003cp\u003ePedoman keselamatan fisik dan pertahanan terhadap jailbreak memiliki sasaran evaluasi yang berbeda. Yang pertama mengarahkan tindakan agar menghindari bahaya di sekitar selama pelaksanaan. Yang kedua menilai ketahanan terhadap serangan yang mendorong model mengikuti instruksi berbahaya.\u003c/p\u003e\n\u003cp\u003eWaktu inferensi adalah saat model menerima masukan dan membuat penilaian. Google menjelaskan bahwa pada saat ini diterapkan pedoman untuk menghindari bahaya. Angka terkait keselamatan juga harus dibedakan menurut model dan evaluasinya.\u003c/p\u003e\n\u003cp\u003eBerikut adalah angka keselamatan dalam pengumuman tanggal 10 November 2026.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eEvaluasi\u003c/th\u003e\n\u003cth\u003eHasil yang diumumkan\u003c/th\u003e\n\u003cth\u003eCakupan penafsiran\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Evaluasi\"\u003ePenyelesaian tugas secara aman di sekitar rintangan\u003c/td\u003e\n\u003ctd data-label=\"Hasil yang diumumkan\"\u003eMeningkat 33%\u003c/td\u003e\n\u003ctd data-label=\"Cakupan penafsiran\"\u003ePeningkatan berkat penerapan panduan\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Evaluasi\"\u003ePenyelesaian tugas secara aman di lingkungan dengan manusia di dekatnya\u003c/td\u003e\n\u003ctd data-label=\"Hasil yang diumumkan\"\u003eMeningkat 43%\u003c/td\u003e\n\u003ctd data-label=\"Cakupan penafsiran\"\u003ePeningkatan berkat penerapan panduan\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Evaluasi\"\u003eTingkat pertahanan terhadap jailbreak Gemini 4 Argon\u003c/td\u003e\n\u003ctd data-label=\"Hasil yang diumumkan\"\u003e99.5%\u003c/td\u003e\n\u003ctd data-label=\"Cakupan penafsiran\"\u003eHasil evaluasi jailbreak yang diumumkan\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Evaluasi\"\u003eTingkat pertahanan terhadap jailbreak model acuan\u003c/td\u003e\n\u003ctd data-label=\"Hasil yang diumumkan\"\u003e82%\u003c/td\u003e\n\u003ctd data-label=\"Cakupan penafsiran\"\u003eHasil perbandingan untuk Gemini Robotics ER 2\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eTingkat pertahanan terhadap jailbreak merupakan hasil evaluasi Gemini 4 Argon. Mengutipnya sebagai tingkat operasi tanpa kecelakaan model tindakan di pabrik berarti mengubah sasaran evaluasi. Persentase peningkatan penyelesaian tugas secara aman juga harus dibedakan dari tingkat keberhasilan absolut. \u003ca href=\"https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/\"\u003ePenjelasan Google DeepMind tentang evaluasi keselamatan\u003c/a\u003e\u003c/p\u003e\n\u003cp\u003eRepositori ASIMOV-Jailbreak membedakan instruksi berbahaya dan instruksi normal. Repositori ini juga mencakup evaluasi terhadap serangan yang berlanjut dalam beberapa putaran. Tingkat penolakan berlebihan terhadap permintaan normal juga menjadi aspek evaluasi. \u003ca href=\"https://huggingface.co/datasets/google/asimov_agentic\"\u003eRepositori evaluasi ASIMOV dari Google\u003c/a\u003e\u003c/p\u003e\n\u003cp\u003ePerangkat fisik juga memiliki fungsi keselamatan tersendiri. Apptronik menjelaskan bahwa robot segera berhenti saat mendeteksi objek di zona tabrakan yang telah ditetapkan. Pengaturan gerakan berdasarkan zona di sekitarnya juga disediakan. Ini adalah fungsi perangkat keras yang perlu diperiksa secara terpisah dari evaluasi model.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#simulasi-dan-data-pelatihan-nyata\" class=\"anchor\" id=\"simulasi-dan-data-pelatihan-nyata\"\u003e\u003c/a\u003eSimulasi dan data pelatihan nyata\u003c/h2\u003e\n\u003cp\u003eMenurut penjelasan Google, simulasi digabungkan dengan data demonstrasi nyata. Gemini 4 Argon menghasilkan lingkungan pelatihan virtual dari adegan yang ditangkap kamera. Model ini juga mendukung penelitian untuk menemukan hipotesis perbaikan dari video kegagalan.\u003c/p\u003e\n\u003cp\u003eKembaran digital adalah reproduksi lingkungan nyata dalam ruang virtual. Dalam lingkungan virtual, pengujian berulang dapat dilakukan dengan mengubah kondisi. Pengujian robot nyata memastikan apakah hasil tersebut juga berlaku di lingkungan fisik. \u003ca href=\"https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/\"\u003ePenjelasan Google DeepMind tentang proses pelatihan\u003c/a\u003e\u003c/p\u003e\n\u003cp\u003eDalam struktur ini, pabrik menjadi tempat pemanfaatan sekaligus lokasi evaluasi. Ini karena komponen nyata dan urutan tugas menguji cakupan penerapan model. Namun, peningkatan efisiensi pelatihan tidak dapat langsung dikonversi menjadi nilai penghematan biaya penerapan.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#perbedaan-penyediaan-bagi-mitra-dan-api-publik\" class=\"anchor\" id=\"perbedaan-penyediaan-bagi-mitra-dan-api-publik\"\u003e\u003c/a\u003ePerbedaan penyediaan bagi mitra dan API publik\u003c/h2\u003e\n\u003cp\u003eStatus ketersediaan model tindakan dan model ER harus diperiksa secara terpisah. Menurut pengumuman, model tindakan disediakan secara bertahap kepada mitra robotika. Halaman resmi ER 2 menyebutkan pratinjau publik.\u003c/p\u003e\n\u003cp\u003ePengumuman Google DeepMind menyatakan cakupan penyediaannya sebagai berikut.\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003eGemini Robotics 2.5 mulai disediakan secara bertahap kepada mitra robotika kami.\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003eSumbernya adalah \u003ca href=\"https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/\"\u003epengumuman Gemini Robotics 2.5\u003c/a\u003e.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eModel\u003c/th\u003e\n\u003cth\u003eStatus ketersediaan yang telah dikonfirmasi\u003c/th\u003e\n\u003cth\u003eHal yang perlu dibedakan\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Model\"\u003eGemini Robotics 2.5\u003c/td\u003e\n\u003ctd data-label=\"Status ketersediaan yang telah dikonfirmasi\"\u003ePenyediaan bertahap kepada mitra robotika\u003c/td\u003e\n\u003ctd data-label=\"Hal yang perlu dibedakan\"\u003eBerbeda dari pembukaan API tindakan untuk pengembang umum\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Model\"\u003eGemini Robotics ER 2\u003c/td\u003e\n\u003ctd data-label=\"Status ketersediaan yang telah dikonfirmasi\"\u003ePratinjau publik melalui Google AI Studio dan Gemini API\u003c/td\u003e\n\u003ctd data-label=\"Hal yang perlu dibedakan\"\u003eCakupan akses ke model penalaran\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eAkses API ER tidak berarti hak akses ke model tindakan. Jadwal penerapan komersial di Korea juga tidak dapat dipastikan hanya dari pengumuman ini. Status ketersediaan setiap model harus diperiksa pada halaman resmi masing-masing model.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#kesalahan-umum-saat-membaca-angka-kinerja\" class=\"anchor\" id=\"kesalahan-umum-saat-membaca-angka-kinerja\"\u003e\u003c/a\u003eKesalahan umum saat membaca angka kinerja\u003c/h2\u003e\n\u003cp\u003eJika sasaran dan satuan evaluasi dihilangkan, hasil yang berbeda akan tercampur. Terutama jika angka dikelompokkan hanya berdasarkan nama model, penafsirannya menjadi kabur. Saat mengutip, tugas dan kondisi perbandingan harus dicantumkan bersama.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003ePenafsiran umum\u003c/th\u003e\n\u003cth\u003ePembedaan yang tepat\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Penafsiran umum\"\u003eTingkat keberhasilan meningkat 100%, sehingga semua tugas berhasil\u003c/td\u003e\n\u003ctd data-label=\"Pembedaan yang tepat\"\u003ePersentase peningkatan relatif berbeda dari tingkat keberhasilan absolut\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Penafsiran umum\"\u003eTingkat keberhasilan di pabrik adalah tingkat otomatisasi seluruh pabrik\u003c/td\u003e\n\u003ctd data-label=\"Pembedaan yang tepat\"\u003eHasil PoC penyiapan kit berbeda dari cakupan otomatisasi\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Penafsiran umum\"\u003eTingkat pertahanan terhadap jailbreak adalah tingkat operasi robot tanpa kecelakaan\u003c/td\u003e\n\u003ctd data-label=\"Pembedaan yang tepat\"\u003eKetahanan terhadap serangan berbeda dari indikator kecelakaan fisik\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Penafsiran umum\"\u003eAPI ER juga dapat langsung digunakan untuk mengakses model tindakan\u003c/td\u003e\n\u003ctd data-label=\"Pembedaan yang tepat\"\u003eHak akses harus diperiksa secara terpisah untuk setiap model\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Penafsiran umum\"\u003eHasil produksi meningkat sebesar peningkatan kecepatan penyelesaian tugas\u003c/td\u003e\n\u003ctd data-label=\"Pembedaan yang tepat\"\u003eDiperlukan pengukuran yang mencakup waktu pemulihan dan waktu tunggu proses\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003ch2\u003e\n\u003ca href=\"#pertanyaan-yang-sering-diajukan\" class=\"anchor\" id=\"pertanyaan-yang-sering-diajukan\"\u003e\u003c/a\u003ePertanyaan yang sering diajukan\u003c/h2\u003e\n\u003cp\u003ePertanyaan utama menjadi lebih jelas jika peran model, satuan evaluasi, dan status ketersediaan dibedakan.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#apakah-gemini-robotics-25-merupakan-tubuh-robot\" class=\"anchor\" id=\"apakah-gemini-robotics-25-merupakan-tubuh-robot\"\u003e\u003c/a\u003eApakah Gemini Robotics 2.5 merupakan tubuh robot\u003c/h3\u003e\n\u003cp\u003eGemini Robotics 2.5 adalah model VLA yang mengendalikan robot. Apollo 2 adalah tubuh robot yang memanfaatkannya. Kinerja model dan kemampuan fisik tubuh robot harus dibedakan.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#apakah-sekitar-200-tugas-berarti-jumlah-proses-di-pabrik-nyata\" class=\"anchor\" id=\"apakah-sekitar-200-tugas-berarti-jumlah-proses-di-pabrik-nyata\"\u003e\u003c/a\u003eApakah sekitar 200 tugas berarti jumlah proses di pabrik nyata\u003c/h3\u003e\n\u003cp\u003eAngka tersebut merujuk pada jenis tugas dalam evaluasi model yang diumumkan. Ini tidak berarti semuanya merupakan proses di pabrik otomotif. Jumlah tugas evaluasi dan cakupan uji di pabrik merupakan hal yang terpisah.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#apakah-dampak-penerapan-dapat-dihitung-hanya-dari-tingkat-keberhasilan-di-pabrik\" class=\"anchor\" id=\"apakah-dampak-penerapan-dapat-dihitung-hanya-dari-tingkat-keberhasilan-di-pabrik\"\u003e\u003c/a\u003eApakah dampak penerapan dapat dihitung hanya dari tingkat keberhasilan di pabrik\u003c/h3\u003e\n\u003cp\u003eBiaya atau hasil produksi tidak dapat dihitung hanya dari tingkat keberhasilan. Waktu pengerjaan dan waktu pemulihan setelah kegagalan juga harus diketahui. Kriteria penilaian kualitas dan kondisi intervensi manusia juga diperlukan.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#apakah-pratinjau-publik-sama-dengan-penerapan-komersial\" class=\"anchor\" id=\"apakah-pratinjau-publik-sama-dengan-penerapan-komersial\"\u003e\u003c/a\u003eApakah pratinjau publik sama dengan penerapan komersial\u003c/h3\u003e\n\u003cp\u003ePratinjau publik adalah status ketersediaan yang memungkinkan akses ke model tertentu. Ini tidak berarti integrasi dengan sistem pabrik telah selesai. Syarat penyediaan model tindakan juga harus diperiksa secara terpisah.\u003c/p\u003e\n","tags":["AI generatif","Pengembangan AI","Robot","Strategi teknologi"],"faqs":[{"question":"Apa itu VLA pada Gemini Robotics 2.5","answer":"VLA adalah singkatan dari Vision-Language-Action. Istilah ini merujuk pada model yang menghubungkan informasi visual dan instruksi bahasa dengan tindakan robot."},{"question":"Apa perbedaan antara Gemini Robotics ER dan model aksi","answer":"ER adalah model penalaran yang mengelola perencanaan tugas dan status kemajuannya. Dalam uji demonstrasi di pabrik, model aksi bertugas mengendalikan kedua tangan dan lengan."},{"question":"Apakah peningkatan tingkat keberhasilan sebesar 30~100% merupakan tingkat keberhasilan absolut","answer":"Angka tersebut adalah tingkat peningkatan relatif dibandingkan dengan model acuan sebelumnya. Untuk menghitung tingkat keberhasilan absolut yang baru, diperlukan tingkat keberhasilan sebelumnya untuk tugas yang sama."},{"question":"Apa yang diukur oleh tingkat keberhasilan 96% dalam uji demonstrasi di pabrik","answer":"Angka tersebut adalah tingkat keberhasilan yang diumumkan dalam PoC penyiapan kit komponen otomotif. Ini merupakan hasil tugas yang dilakukan Apollo 2 di lini produksi Mercedes-Benz."},{"question":"Apakah peningkatan kecepatan penyelesaian tugas dapat dianggap sebagai peningkatan volume produksi","answer":"Tingkat peningkatan volume produksi secara keseluruhan tidak dapat dihitung hanya dari kecepatan penyelesaian. Diperlukan waktu operasional yang mencakup percobaan ulang, pemulihan dari kegagalan, dan waktu tunggu proses."},{"question":"Tingkat keberhasilan menangkal jailbreak sebesar 99.5% merupakan hasil model mana","answer":"Angka tersebut adalah hasil evaluasi jailbreak Gemini 4 Argon yang diumumkan Google. Angka itu tidak menunjukkan tingkat operasi tanpa kecelakaan model aksi di pabrik."},{"question":"Apakah pengembang pada umumnya dapat langsung menggunakan API model aksi","answer":"Model aksi yang diumumkan tersedia bagi mitra robotika. Pratinjau publik ER 2 dan hak akses ke model aksi harus dibedakan."},{"question":"Apakah jadwal penerapan komersial di pabrik-pabrik di Korea telah diumumkan","answer":"Jadwal penerapan komersial di Korea tidak dapat dipastikan hanya berdasarkan pengumuman ini. Syarat penyediaan dan jadwal yang spesifik harus dikonfirmasikan kepada Google dan pemasok robot."}],"sources":[{"url":"https://blog.google/intl/ko-kr/company-news/technology/gemini-robotics-2-5-kr/","title":"Pengumuman Google dalam bahasa Korea: Gemini Robotics 2.5: Mempercepat kecerdasan fisik di dunia nyata","type":"source"},{"url":"https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/","title":"Google DeepMind: Pengumuman Gemini Robotics 2.5","type":"source"},{"url":"https://deepmind.google/models/gemini-robotics/vla/","title":"Google DeepMind: Model VLA Gemini Robotics 2.5","type":"source"},{"url":"https://deepmind.google/models/gemini-robotics/embodied-reasoning/","title":"Google DeepMind: Informasi model Gemini Robotics ER 2","type":"source"},{"url":"https://apptronik.com/apollo/apollo-2","title":"Apptronik: Platform Apollo 2 dan fitur operasional serta keselamatan","type":"source"},{"url":"https://huggingface.co/datasets/google/asimov_agentic","title":"Google: Asimov Agentic Safety Evaluation dan ASIMOV-Jailbreak","type":"source"}],"images":[{"id":2720,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDE3NzQsInB1ciI6ImJsb2JfaWQifX0=--942c42c606bce2666318996725dd445f966e877a/ai-4a3f957c.webp","is_representative":true,"generation_method":"ai_photo","license":"ai_generated","mime_type":"image/webp","width":1536,"height":1024,"translations":{"ko":{"alt":"작업자가 안전 유리 너머로 지켜보는 가운데 양팔 로봇이 금속 브래킷을 칸막이 트레이에 넣고 있다.","caption":"공장 실증 성공률 96%는 자동차 부품 키팅 작업에 한정된 결과다.","description":null},"en":{"alt":"A dual-arm robot places metal brackets in a divided tray as a worker watches from behind a safety barrier.","caption":"The 96% factory trial success rate applies specifically to automotive parts kitting.","description":null},"ja":{"alt":"作業員が安全ガラス越しに見守る中、双腕ロボットが金属ブラケットを仕切り付きトレーに入れている。","caption":"工場実証での成功率96％は、自動車部品のキッティング作業に限定された結果だ。","description":null},"es":{"alt":"Un robot de dos brazos coloca soportes metálicos en una bandeja mientras una operaria observa tras un cristal.","caption":"La tasa de éxito del 96% en la prueba de fábrica corresponde específicamente a la preparación de kits de piezas de automóvil.","description":null},"id":{"alt":"Robot dua lengan menaruh braket logam ke baki bersekat, sementara pekerja mengamati dari balik kaca pengaman.","caption":"Tingkat keberhasilan 96% dalam uji pabrik khusus berlaku untuk penyiapan kit komponen otomotif.","description":null},"pt":{"alt":"Um robô de dois braços coloca suportes metálicos numa bandeja enquanto uma operadora observa atrás de um vidro.","caption":"A taxa de sucesso de 96% no teste de fábrica se refere especificamente à preparação de kits de peças automotivas.","description":null},"zh-hant":{"alt":"一名作業員隔著安全玻璃觀看，雙臂機器人將金屬支架放入分隔托盤。","caption":"工廠實證的96%成功率僅適用於汽車零件配套作業。","description":null},"de":{"alt":"Ein zweiarmiger Roboter legt Metallwinkel in eine Fächerschale, während eine Fachkraft hinter Schutzglas zusieht.","caption":"Die Erfolgsquote von 96 % im Werkstest gilt speziell für die Zusammenstellung von Automobilteilesätzen.","description":null}}},{"id":2721,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDE3ODAsInB1ciI6ImJsb2JfaWQifX0=--19b385253034a3ff7240ac9fd1708a09552dc8d6/ai-abdf1234.webp","is_representative":false,"generation_method":"ai_semi","license":"ai_generated","mime_type":"image/webp","width":1536,"height":1024,"translations":{"ko":{"alt":"보호안경과 주황색 작업복을 착용한 엔지니어가 로봇 집게와 완충재 장애물 사이의 간격을 살핀다.","caption":"작업 성공률과 안전성 평가는 구분해서 살펴봐야 한다.","description":null},"en":{"alt":"An engineer in safety glasses and an orange jacket checks the gap between a robot gripper and a padded obstacle.","caption":"Task success rates and safety evaluations must be considered separately.","description":null},"ja":{"alt":"保護メガネとオレンジ色の作業着を着た技術者が、ロボットのグリッパーと緩衝材付き障害物の間隔を確認する。","caption":"作業成功率と安全性評価は分けて捉える必要がある。","description":null},"es":{"alt":"Una ingeniera con gafas protectoras revisa la separación entre una pinza robótica y un obstáculo acolchado.","caption":"La tasa de éxito de las tareas y la evaluación de seguridad deben considerarse por separado.","description":null},"id":{"alt":"Insinyur berkacamata pelindung memeriksa jarak antara pencengkeram robot dan penghalang berlapis busa.","caption":"Tingkat keberhasilan tugas dan evaluasi keselamatan perlu ditinjau secara terpisah.","description":null},"pt":{"alt":"Uma engenheira de óculos de proteção verifica a distância entre uma garra robótica e um obstáculo acolchoado.","caption":"A taxa de sucesso das tarefas e a avaliação de segurança devem ser consideradas separadamente.","description":null},"zh-hant":{"alt":"一名戴著護目鏡、身穿橘色工作服的工程師，檢查機器人夾爪與軟墊障礙物之間的間距。","caption":"任務成功率與安全性評估應分開看待。","description":null},"de":{"alt":"Eine Ingenieurin mit Schutzbrille prüft den Abstand zwischen Robotergreifer und gepolstertem Hindernis.","caption":"Aufgabenerfolgsquoten und Sicherheitsbewertungen müssen getrennt betrachtet werden.","description":null}}}],"published_at":"2026-11-11T22:26:13+09:00","updated_at":"2026-11-11T22:26:13+09:00","license":"cc_by","translation_status":"reviewed","available_locales":["ko","en","ja","es"],"data_locales":["ko","en","ja","es","id","pt","zh-hant","de"],"url":"https://injoys.com/en/articles/gemini-robotics-2-5-vla-factory-performance"}