2026年11月10日、Google DeepMindは公式ブログで Gemini Robotics 2.5 を紹介した。ブログは、これをこれまでで最も有能な視覚-言語-アクション（VLA）モデルと記し、製品ページは同社で最も先進的な VLA モデルと記している。公式ブログによれば、Gemini Robotics 2.5 はロボットパートナー向けに展開中である。製品ページの呼びかけは「Join waitlist for early access」（早期アクセスの待機リストに登録）である。これは一般やすべての開発者向けの正式な全面提供（GA）ではなく、新しい Gemini テキストAPIモデルでも、料金表の更新でも、Vertex や OpenRouter への新規掲載でもない。

ブログによれば、このモデルはロボットが学べる技能の幅と、それを身につける速さの両方を高めるとし、器用さ、信頼性、安全性の三つの領域を挙げている。Google DeepMindは、任務の幅、性能、複雑さについて 200 を超える個別タスクで Gemini Robotics 2.5 を試したと書き、例としてトングで料理を盛り付ける、ギフトボックスにリボンを結ぶ、液体をピペットで扱うなどを挙げている。この手法はさらに多くのタスクへ広げられる可能性があるとも記している。

公式ブログは、既往のベースラインと比べ、Gemini Robotics 2.5 はタスクの種類に応じて成功率を 30% から 100% 高め、完了を 20% から 30% 速くすると記している。これはブログ本文のまとめの一文であり、以下の公式棒グラフに付された個別タスクの成功率とは別の数字である。

公式ブログは、Gemini Robotics 2.5 と前世代の Gemini Robotics 2 を、DeepMind 自身のタスク一式の成功率で比べた棒グラフを掲載している。社内の成功率の結果であり、第三者の公開ランキングではない。ここでは公式ブログの明るい配色の図を示す。

![Gemini Robotics 2.5 と Gemini Robotics 2 を、さまざまな卓上ピッキング＆プレース任務の成功率で比較した棒グラフ。](https://lh3.googleusercontent.com/CP4uDfdbBGrMgYKF7liCf3wGjiXiQSAngNtk4ZgHQePhs9t6KrkaEdS4wK2d2aWcVXJ52m-OfRYkl6Jz5SmTQw5QlnNRhVm7zk46vQnj6W_n_Ryj5g=w2880-rw-lo)

Google DeepMind 公式の卓上ピッキング＆プレース図。Gemini Robotics 2.5 と Gemini Robotics 2 を DeepMind 自身のタスク一式の成功率で比較したものであり、第三者の公開ランキングではない。

![公式の棒グラフ。タイトルは Multi-step & contact-rich で、Gemini Robotics 2.5 と Gemini Robotics 2 の成功率を比較している。](https://lh3.googleusercontent.com/o_xrhSzkhtpto9Bun9oZMa5KTe9CAOMU65rDHVqK4g6b_GkpGaFa1v7b4X1wC0pDy-rxWuSSduNiNNFLNtrpB5wPs3HHUB8wMXjp79xrAr2zZukP=w2880-rw-lo)

Google DeepMind 公式図で、タイトルは「Multi-step & contact-rich」。Gemini Robotics 2.5 と Gemini Robotics 2 を DeepMind 自身のタスク一式の成功率で比較したものであり、第三者の公開ランキングではない。図内の注記には Close lid of black toolbox（0% から 93%）や Unhang mug to table（29% から 75%）がある。これらは図内の個別タスクの数字であり、上文の 30% から 100%、20% から 30% というまとめとは別である。

![精密キッティングと挿入の任務について、Gemini Robotics 2.5 と Gemini Robotics 2 の成功率を比較した Google DeepMind 公式の棒グラフ。](https://lh3.googleusercontent.com/SpGqi4K3yyVmMmlnrjG8j8Z7d937vGafwhgS1RdUoDhMT4cSLVvK0sphNVp8oVV9DLhYR0XneGhfbUKQKXnBnhec6wcWtReGIz48LQE8l9DUd1EyQw=w2880-rw-lo)

Google DeepMind 公式の精密キッティング＆挿入図。Gemini Robotics 2.5 と Gemini Robotics 2 を DeepMind 自身のタスク一式の成功率で比較したものであり、第三者の公開ランキングではない。

![Gemini Robotics 2（縞模様の棒）と Gemini Robotics 2.5（塗りつぶした青の棒）を、さまざまな巧緻な操作任務の成功率で比較した棒グラフ。図は packing pastries with tongs（5% から 100%）、untying ribbon bows（0% から 70%）、hanging a cardigan（0% から 62%）、folding pants（0% から 40%）などの個別タスクを示している。](https://lh3.googleusercontent.com/oy3RMqjCZBxybQ-3nG3urnbeQozuF3SkZk7AfeZ7Hp3dA41RzGTjNbDmmAya2Ox8c3EAz1F_wXUbhNb6gP0Uyr2C9qCKpwMvLjCqrbzSqoeuu2oLOA=w2880-rw-lo)

Google DeepMind 公式の巧緻操作図。Gemini Robotics 2.5 と Gemini Robotics 2 を DeepMind 自身のタスク一式の成功率で比較したものであり、第三者の公開ランキングではない。図内の注記には packing pastries with tongs（5% から 100%）、untying ribbon bows（0% から 70%）、hanging a cardigan（0% から 62%）、folding pants（0% から 40%）がある。これらは図内の個別タスクの数字であり、上文の 30% から 100%、20% から 30% というまとめとは別である。

ブログはまた、これまでの Gemini Robotics モデルと同様、Gemini Robotics 2.5 は多くの種類のロボットでそのまま使えるとし、Apptronik の Apollo 2 ヒューマノイド（五指、22 自由度の SharpaWave ハンド）や、二指の平行グリッパを備えた Franka Duo プラットフォームを挙げている。

信頼性については、ブログは Apptronik および Mercedes-Benz との実世界の概念実証（proof-of-concept）およびパイロットを記している。ハンガリーの Kecskemét とドイツの Sindelfingen にある稼働中の自動車生産ラインで、Apollo 2 ヒューマノイドを用いている。この概念実証では、Apollo 2 が自動車のキッティングを自律的に行う。つまり、バルクの部品箱から個別部品を取り、ライン上の各車両に必要な順序で整理されたトレイへ入れる作業である。公式ブログが報告する成功率は 96% である。これは概念実証／パイロットであり、正式な全面提供や全面的な量産投入ではない。ブログによれば、このパイロットは embodied reasoning モデル（Gemini Robotics ER）で作業の流れを追い、Gemini Robotics 2.5 の actions model で手と腕を制御している。

![青い箱の中の部品を仕分ける、自動車工場の組み立てライン上の2台のヒューマノイドロボット。](https://lh3.googleusercontent.com/Ck7eWtIqJXRpaPHLsMP8ySYOYegBbVyXuiytZxzUZKz3H0iNiHXz0bIDTgY6FcyeZ5DbYrorliC8zIIN7T97hxX37x-1BXu3xK78bZ2XS9XKFSz-Gw=w2880-h1620-n-nu-rw-lo)

これは Google DeepMind 公式ブログの写真で、自動車工場の組み立てライン上のヒューマノイドロボットを写している。工場写真であり、ベンチマークの図表ではない。

安全面について、ブログは、Gemini Robotics 2.5 が推論時のガイダンスによって、物理的な危険をリアルタイムで避けて進むと記している。Google DeepMind の評価では、この能力により、障害物の周囲での安全なタスク完了が 33%、近くに人がいる場合では 43% 高まったとしている。ブログはまた、不安全な要求を多数の場面に紛らせた数百件のプロンプトからなるオープンソースのベンチマーク ASIMOV-Jailbreak を公開し、あわせて Hugging Face 上のデータセット google/asimov_agentic を示している。ブログにある 99.5% 対 82% のジェイルブレイク耐性の比較は、Gemini 4 Argon と Gemini Robotics ER 2 の対照であり、Gemini Robotics 2.5 のスコアではない。ブログは、シミュレーションエンジンとして用いられた Gemini 4 Argon のロボティクス研究能力が、Gemini Robotics 2.5 の開発を加速したとも記している。

Gemini Robotics の製品ラインのハブページ（VLA 製品のサブページではない）には、Google DeepMind が 100 以上の trusted testers と協力しているとあり、研究パートナーとして Agile Robots、Apptronik、Boston Dynamics が挙げられている。この表現は Gemini Robotics 製品ラインについてのものであり、Gemini Robotics 2.5 がすでにすべてのテスターや一般に開放されているという意味ではない。

本サイトにはすでに、2026年10月下旬に Google Cloud と Gemini API でプレビュー公開された embodied reasoning モデル、Gemini Robotics ER 2 の紹介がある。公式ブログは Mercedes-Benz のパイロットで ER モデルと 2.5 の actions model を並べ、役割を分けて記しており、ER 2 が 2.5 に世代交代したということではない。既存の Gemini Robotics ER 2 の紹介（本日の発表ではない。embodied reasoning モデルであり、本日の VLA 2.5 とは別のモデル） を参照。