---
title: "Gemini Robotics 2.5: Kinerja di Pabrik"
locale: id
category: ai_data
category_name: "Data AI"
translation_status: reviewed
license: cc_by
author: "injoys"
source_url: https://injoys.com/en/articles/gemini-robotics-2-5-vla-factory-performance
published_at: 2026-11-11T22:26:13+09:00
---

# Gemini Robotics 2.5: Kinerja di Pabrik

> 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.

## 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.

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.

Angka kinerja dalam artikel ini mengacu pada pengumuman Google tanggal 10 November 2026.

## Cara kerja VLA dan ER

VLA 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.

Dalam uji di pabrik, kedua model berbagi peran. Gemini Robotics ER melacak keseluruhan alur kerja. Gemini Robotics 2.5 mengendalikan kedua tangan dan lengan.

| Komponen | Peran | Hal yang perlu dibedakan |
| --- | --- | --- |
| Informasi visual | Mengenali objek dan pemandangan sekitar | Masukan untuk menentukan tindakan |
| Instruksi bahasa | Menyampaikan tugas dan syarat pelaksanaannya | Masukan yang menyatakan tujuan tugas |
| Model ER | Mengelola perencanaan beberapa tahap dan status kemajuan | Penalaran tingkat tinggi |
| Model tindakan VLA | Menghasilkan gerakan robot | Kendali untuk gerakan nyata |
| Perangkat keras robot | Menjalankan gerakan dan manipulasi objek | Perangkat fisik seperti tangan, lengan, dan aktuator |

Model 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/)

Model 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/)

## Angka evaluasi tugas dan dasar perbandingan

Persentase 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.

Tabel berikut membedakan angka-angka yang diumumkan pada 10 November 2026.

| Aspek | Isi pengumuman | Cakupan penerapan angka |
| --- | --- | --- |
| Cakupan tugas evaluasi | Bagian pembuka menyebut lebih dari 200, sedangkan penjelasan terperinci menyebut 200 | Jumlah keseluruhan dipahami sebagai sekitar 200 |
| Tingkat keberhasilan tugas | Meningkat 30~100% dibandingkan model acuan sebelumnya | Peningkatan relatif menurut jenis tugas |
| Kecepatan penyelesaian tugas | Meningkat 20~30% dibandingkan model acuan sebelumnya | Perbandingan kecepatan penyelesaian tugas evaluasi |
| Tingkat keberhasilan uji di pabrik | 96% | Uji penyiapan kit komponen otomotif oleh Apollo 2 |

Jumlah 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/)

### Contoh perhitungan peningkatan relatif

Makna 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.

| Pernyataan | Hubungan perhitungan | Informasi yang diperlukan untuk penafsiran |
| --- | --- | --- |
| Tingkat keberhasilan meningkat 30% | Tingkat keberhasilan baru = tingkat keberhasilan sebelumnya × 1.3 | Tingkat keberhasilan sebelumnya untuk tugas yang sama |
| Tingkat keberhasilan meningkat 100% | Tingkat keberhasilan baru = tingkat keberhasilan sebelumnya × 2 | Tingkat keberhasilan sebelumnya untuk tugas yang sama |
| Selisih tingkat keberhasilan | Tingkat keberhasilan baru - tingkat keberhasilan sebelumnya | Kedua tingkat keberhasilan absolut, dalam poin persentase |

Tanpa 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.

## Cakupan tingkat keberhasilan 96% dalam uji di pabrik

Angka **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.

Uji 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.

PoC, 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.

Google 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/)

## Pemulihan kegagalan dan kapasitas pemrosesan yang tidak tercakup dalam tingkat keberhasilan

Keputusan 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.

| Aspek yang perlu diperiksa | Informasi yang perlu diperiksa | Pengaruh terhadap penilaian |
| --- | --- | --- |
| Satuan keberhasilan | Satu komponen atau seluruh baki | Cakupan tugas yang dimaksud oleh tingkat keberhasilan |
| Jumlah percobaan | Jumlah keseluruhan evaluasi dan distribusinya menurut tugas | Variabilitas dan keterwakilan hasil |
| Penanganan percobaan ulang | Keberhasilan pada percobaan pertama atau termasuk percobaan ulang | Tingkat pelaksanaan mandiri |
| Intervensi manusia | Jumlah dan waktu intervensi | Tenaga operasional yang diperlukan |
| Pemulihan kegagalan | Waktu pemulihan dan syarat untuk melanjutkan tugas | Penurunan kapasitas pemrosesan akibat penghentian |
| Penilaian kualitas | Kriteria penilaian kesalahan posisi dan kerusakan komponen | Kelayakan untuk digunakan dalam perakitan berikutnya |
| Operasi berkelanjutan | Waktu operasi dan penyebab penghentian | Kestabilan operasi nyata |

Aspek-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.

Sebagai 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.

Pengoperasian 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)

## Perbedaan keselamatan fisik dan pertahanan terhadap jailbreak

Pedoman 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.

Waktu 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.

Berikut adalah angka keselamatan dalam pengumuman tanggal 10 November 2026.

| Evaluasi | Hasil yang diumumkan | Cakupan penafsiran |
| --- | --- | --- |
| Penyelesaian tugas secara aman di sekitar rintangan | Meningkat 33% | Peningkatan berkat penerapan panduan |
| Penyelesaian tugas secara aman di lingkungan dengan manusia di dekatnya | Meningkat 43% | Peningkatan berkat penerapan panduan |
| Tingkat pertahanan terhadap jailbreak Gemini 4 Argon | 99.5% | Hasil evaluasi jailbreak yang diumumkan |
| Tingkat pertahanan terhadap jailbreak model acuan | 82% | Hasil perbandingan untuk Gemini Robotics ER 2 |

Tingkat 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/)

Repositori 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)

Perangkat 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.

## Simulasi dan data pelatihan nyata

Menurut 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.

Kembaran 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/)

Dalam 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.

## Perbedaan penyediaan bagi mitra dan API publik

Status 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.

Pengumuman Google DeepMind menyatakan cakupan penyediaannya sebagai berikut.

> Gemini Robotics 2.5 mulai disediakan secara bertahap kepada mitra robotika kami.

Sumbernya adalah [pengumuman Gemini Robotics 2.5](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/).

| Model | Status ketersediaan yang telah dikonfirmasi | Hal yang perlu dibedakan |
| --- | --- | --- |
| Gemini Robotics 2.5 | Penyediaan bertahap kepada mitra robotika | Berbeda dari pembukaan API tindakan untuk pengembang umum |
| Gemini Robotics ER 2 | Pratinjau publik melalui Google AI Studio dan Gemini API | Cakupan akses ke model penalaran |

Akses 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.

## Kesalahan umum saat membaca angka kinerja

Jika 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.

| Penafsiran umum | Pembedaan yang tepat |
| --- | --- |
| Tingkat keberhasilan meningkat 100%, sehingga semua tugas berhasil | Persentase peningkatan relatif berbeda dari tingkat keberhasilan absolut |
| Tingkat keberhasilan di pabrik adalah tingkat otomatisasi seluruh pabrik | Hasil PoC penyiapan kit berbeda dari cakupan otomatisasi |
| Tingkat pertahanan terhadap jailbreak adalah tingkat operasi robot tanpa kecelakaan | Ketahanan terhadap serangan berbeda dari indikator kecelakaan fisik |
| API ER juga dapat langsung digunakan untuk mengakses model tindakan | Hak akses harus diperiksa secara terpisah untuk setiap model |
| Hasil produksi meningkat sebesar peningkatan kecepatan penyelesaian tugas | Diperlukan pengukuran yang mencakup waktu pemulihan dan waktu tunggu proses |

## Pertanyaan yang sering diajukan

Pertanyaan utama menjadi lebih jelas jika peran model, satuan evaluasi, dan status ketersediaan dibedakan.

### Apakah Gemini Robotics 2.5 merupakan tubuh robot

Gemini 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.

### Apakah sekitar 200 tugas berarti jumlah proses di pabrik nyata

Angka 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.

### Apakah dampak penerapan dapat dihitung hanya dari tingkat keberhasilan di pabrik

Biaya 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.

### Apakah pratinjau publik sama dengan penerapan komersial

Pratinjau 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.

## FAQ

### Apa itu VLA pada Gemini Robotics 2.5
VLA adalah singkatan dari Vision-Language-Action. Istilah ini merujuk pada model yang menghubungkan informasi visual dan instruksi bahasa dengan tindakan robot.

### Apa perbedaan antara Gemini Robotics ER dan model aksi
ER adalah model penalaran yang mengelola perencanaan tugas dan status kemajuannya. Dalam uji demonstrasi di pabrik, model aksi bertugas mengendalikan kedua tangan dan lengan.

### Apakah peningkatan tingkat keberhasilan sebesar 30~100% merupakan tingkat keberhasilan absolut
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.

### Apa yang diukur oleh tingkat keberhasilan 96% dalam uji demonstrasi di pabrik
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.

### Apakah peningkatan kecepatan penyelesaian tugas dapat dianggap sebagai peningkatan volume produksi
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.

### Tingkat keberhasilan menangkal jailbreak sebesar 99.5% merupakan hasil model mana
Angka tersebut adalah hasil evaluasi jailbreak Gemini 4 Argon yang diumumkan Google. Angka itu tidak menunjukkan tingkat operasi tanpa kecelakaan model aksi di pabrik.

### Apakah pengembang pada umumnya dapat langsung menggunakan API model aksi
Model aksi yang diumumkan tersedia bagi mitra robotika. Pratinjau publik ER 2 dan hak akses ke model aksi harus dibedakan.

### Apakah jadwal penerapan komersial di pabrik-pabrik di Korea telah diumumkan
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

- [Pengumuman Google dalam bahasa Korea: Gemini Robotics 2.5: Mempercepat kecerdasan fisik di dunia nyata](https://blog.google/intl/ko-kr/company-news/technology/gemini-robotics-2-5-kr/)
- [Google DeepMind: Pengumuman Gemini Robotics 2.5](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/)
- [Google DeepMind: Model VLA Gemini Robotics 2.5](https://deepmind.google/models/gemini-robotics/vla/)
- [Google DeepMind: Informasi model Gemini Robotics ER 2](https://deepmind.google/models/gemini-robotics/embodied-reasoning/)
- [Apptronik: Platform Apollo 2 dan fitur operasional serta keselamatan](https://apptronik.com/apollo/apollo-2)
- [Google: Asimov Agentic Safety Evaluation dan ASIMOV-Jailbreak](https://huggingface.co/datasets/google/asimov_agentic)

## Images

![Robot dua lengan menaruh braket logam ke baki bersekat, sementara pekerja mengamati dari balik kaca pengaman.](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDE3NzQsInB1ciI6ImJsb2JfaWQifX0=--942c42c606bce2666318996725dd445f966e877a/ai-4a3f957c.webp)
![Insinyur berkacamata pelindung memeriksa jarak antara pencengkeram robot dan penghalang berlapis busa.](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDE3ODAsInB1ciI6ImJsb2JfaWQifX0=--19b385253034a3ff7240ac9fd1708a09552dc8d6/ai-abdf1234.webp)