AI Models8 menit baca

Gemini Robotics 2.5 bisa menyortir suku cadang mobil. Bisakah pabrik memakai setiap kitnya?

Google DeepMind melaporkan keberhasilan 96% dalam uji penyusunan komponen otomotif dengan Apollo 2. Pertanyaan berikutnya menyangkut ketepatan baki, serah terima, dan konsistensi waktu siklus.

K
Ken Jo

Dua braket logam di dalam wadah terlihat hampir sama. Satu harus masuk ke baki berikutnya, yang lain untuk konfigurasi kendaraan berbeda. Braket keliru tetap bisa diletakkan rapi di kompartemen yang benar. Robot yang memindahkan komponen secara akurat sudah melakukan satu pekerjaan berguna. Pabrik membayar untuk hasil yang lebih lengkap, yaitu satu kit berisi komponen yang tepat dalam urutan yang benar.

Pada 10 November 2026, Google DeepMind mengumumkan Gemini Robotics 2.5 dan menyatakan bahwa model mulai tersedia bagi mitra robotika. DeepMind melaporkan tingkat keberhasilan 96% dalam uji konsep penyusunan kit otomotif bersama Apptronik dan Mercedes-Benz. Percobaan memakai robot humanoid Apollo 2 dari Apptronik pada lini produksi aktif di Kecskemét, Hungaria, dan Sindelfingen, Jerman. Pengumuman DeepMind dan demonstrasi pabrik · Deskripsi Apollo 2 oleh Apptronik

Demo ini memberi model robotika serbaguna satu tugas industri yang konkret. Ikuti baki sepanjang proses dan evaluasi akan memberi lebih banyak informasi daripada satu angka utama. Apakah sistem mengirim baki yang benar tepat waktu? Apakah orang di lini produksi tahu apa yang harus dilakukan ketika terjadi masalah?

Tampak luar pabrik Mercedes-Benz di Sindelfingen, salah satu dari dua lokasi uji yang disebut DeepMind

Pabrik Mercedes-Benz di Sindelfingen, difoto pada 2014. Tampak luar ini menunjukkan salah satu dari dua lokasi uji. Foto oleh qwesy qwesy, Wikimedia Commons, CC BY 3.0. Ukuran disesuaikan oleh Telli.sh.

Penyusunan kit memperlihatkan bedanya mengambil komponen dan menyerahkan kit

Penyusunan kit otomotif berarti mengumpulkan dan menata komponen sesuai urutan penggunaan. Dalam laporan uji Mercedes-Benz, DeepMind menjelaskan wadah stok curah dan wadah penataan berurutan. Apollo 2 mengambil braket logam lalu meletakkannya di wadah itu. Menurut DeepMind, Gemini Robotics ER memantau proses, sedangkan Gemini Robotics 2.5 mengendalikan tangan dan lengan robot. Perusahaan menyebut Robotics 2.5 sebagai model visi-bahasa-aksi yang memandu tindakan fisik berdasarkan apa yang dilihat dan instruksi tugas. Penjelasan DeepMind tentang uji konsep pabrik

Braket dari wadah curah disusun berurutan di baki lalu diverifikasi sebelum diserahkan

Gambaran konseptual penyusunan kit otomotif. Pemeriksaan serah terima di sini menggambarkan contoh kriteria penerimaan. Ilustrasi oleh Telli.sh berdasarkan laporan DeepMind tentang uji Mercedes-Benz. Kasus dan video DeepMind

Stasiun penyusunan kit menghubungkan stok di hulu dengan perakitan di hilir. Jika satu braket hilang atau baki terlambat, teknisi berikutnya perlu melihat status yang jelas dan tahu cara menyelesaikan pekerjaan. Satu pengambilan yang sukses tidak banyak menjelaskan bagian alur tersebut. Meski beberapa komponen diletakkan dengan benar, baki dengan satu komponen terlewat masih perlu diperbaiki.

Bayangkan baki membutuhkan tiga komponen berbeda. Dua penempatan pertama terlihat tepat. Penempatan ketiga tampak tepat secara mekanis, tetapi komponen itu adalah braket kiri untuk konfigurasi lain. Jika dihitung per pengambilan, robot terlihat sudah menaruh tiga komponen. Jika dihitung per kit, baki harus dikoreksi. Contoh sederhana ini tidak menggambarkan kesalahan yang diamati pada uji Mercedes-Benz.

Manfaat model penalaran juga bergantung pada cara stasiun mendefinisikan pengecualian. Kompartemen mungkin kosong karena barang belum diletakkan atau karena konfigurasi kendaraan tidak memerlukannya. Stasiun bisa membedakan keduanya jika status tugas sesuai instruksi produksi yang disetujui. Uji publik memperlihatkan robot mengisi celah. Laporan itu tidak menjelaskan integrasi sistem inventaris, pengurutan, dan penanganan pengecualian pabrik. Uji konsep pabrik dari DeepMind

Baca angka 96% bersama satuan pekerjaannya

Tulisan DeepMind pada 10 November melaporkan keberhasilan 96% dalam uji coba. Tidak ada penyebut atau rincian waktu siklus dan intervensi manusia. Angka itu menunjukkan hasil yang dilaporkan tim dalam uji konsep tersebut. Untuk memutuskan perluasan, pabrik memerlukan jumlah kit yang tepat dan tiba tepat waktu, serta rentang kondisi yang dicakup percobaan. Hasil uji yang dipublikasikan DeepMind

Pertimbangkan dua penafsiran hipotetis. Jika 96% berarti 96 dari 100 kit lengkap, empat kit perlu dipulihkan sesuai definisi uji. Jika 96% merujuk pada pengambilan per komponen, keberhasilan kit bergantung pada jumlah pengambilan dan apakah kegagalan cenderung terjadi bersama. Dengan lima pengambilan independen, masing-masing berhasil 96%, peluang kelimanya berhasil sekitar 82%. Ini hanya ilustrasi perubahan metrik karena penyebut. Angka itu tidak memperkirakan hasil stasiun Mercedes-Benz, dan hasil pengambilan nyata dapat saling berkorelasi.

Waktu juga mengubah perbandingan. Robot mungkin menyelesaikan sebagian besar kit pada percobaan pertama, tetapi berhenti lama pada beberapa kasus sulit. Rata-rata bisa menutupi kemacetan pada saat yang tidak tepat. Lihat waktu siklus umum dan kasus lambat bersama jumlah kit yang dikirim ke hilir. Catat apakah pekerjaan berhenti saat robot meminta bantuan atau proses yang ada membuat stasiun tetap berjalan.

Pertanyaan untuk uji lanjutanUkuranMengapa penting
Apakah teknisi menerima komponen yang benar?Kit lengkap dan terurut dengan benar yang diterima saat serah terima pertamaPengambilan bisa berhasil tanpa menghasilkan kit yang dapat dipakai
Apakah stasiun mengikuti laju produksi?Distribusi waktu siklus, termasuk kasus lambatWaktu tunggu panjang dapat memengaruhi stasiun berikutnya
Siapa menangani pengecualian?Intervensi dan waktu pemulihan menurut penyebabSistem bisa memindahkan pekerjaan ke manusia sambil mengotomatiskan pengambilan
Apakah hasil bertahan saat ada perubahan?Pengukuran yang sama setelah perubahan komponen atau baki yang disetujuiSatu konfigurasi yang andal hanya memberi bukti terbatas untuk konfigurasi lain

Kartu penilaian uji memisahkan kit yang benar, waktu siklus, intervensi, dan pergantian konfigurasi

Empat ukuran yang bisa dikumpulkan tim produksi bersama angka keberhasilan dari vendor. Kartu ini adalah usulan evaluasi, bukan data dari uji Mercedes-Benz. Ilustrasi oleh Telli.sh.

Pergantian konfigurasi menunjukkan bagian alur yang beradaptasi

DeepMind menyebut telah mengevaluasi Gemini Robotics 2.5 pada sekitar 200 tugas berbeda dan melaporkan perbaikan terhadap patokan sebelumnya dalam evaluasinya sendiri. Uji itu mencakup pekerjaan di atas meja dan manipulasi yang lebih kompleks. Kemampuan menangani beragam benda mendukung riset model umum. Bagi tim produksi, ukuran yang berguna adalah upaya menyesuaikan stasiun ketika kombinasi komponen yang diperlukan berubah. Evaluasi dan contoh DeepMind

Mulai dari alasan perubahan yang benar-benar terjadi. Pemasok bisa mengirim komponen dengan perlakuan permukaan berbeda. Tahun model baru bisa membawa braket serupa. Supervisor mungkin memindah penempatan komponen karena sel lain membutuhkan ruang. Setiap perubahan menyentuh bagian berbeda dari tugas. Amati pengenalan, pencengkeraman, dan pengurutan secara terpisah meski ukuran akhirnya tetap kit lengkap.

Bayangkan wadah baru yang disetujui memuat komponen sama dengan susunan berbeda. Bila orang harus mengajarkan prosedur baru, catat waktu dan pelaksananya. Bila robot beradaptasi tanpa program baru, ukur jumlah percobaan untuk kembali ke ketepatan dan laju lama. Bandingkan seluruh pergantian, termasuk perubahan jig, konfigurasi, dan verifikasi. Ini pekerjaan yang berpotensi dihemat robot serbaguna dan mudah luput dalam video yang berjalan lancar.

Hal yang sama berlaku saat berpindah jenis stasiun. Keberhasilan dengan braket yang dikenal berguna untuk penyusunan kit. Beralih ke komponen rapuh membawa kriteria penerimaan baru. Perkakas, kontak dengan komponen, ketentuan kontaminasi, dan cara operator memeriksa kerusakan dapat berubah. Transfer berarti stasiun berikutnya harus memenuhi persyaratannya sendiri setelah upaya tambahan yang dapat diukur.

Evaluasi perlu mencakup serah terima kepada operator

DeepMind menjelaskan perbaikan panduan keselamatan fisik bersama Robotics 2.5. Fitur model ini merupakan satu masukan untuk penilaian stasiun. Penanggung jawab sel tetap perlu batas operasi yang jelas serta prosedur penghentian dan pemulihan yang terdokumentasi untuk alat dan lingkungan sebenarnya. Tim keselamatan fasilitas dan integrator perlu memimpin pekerjaan ini. Evaluasi model yang dipublikasikan tidak menetapkan bahwa orang sudah aman bekerja di sekitar penerapan tertentu. Pembahasan keselamatan DeepMind

Simulasi juga dapat menguji informasi yang diterima orang. Jika baki berhenti di tengah proses, bisakah operator mengetahui kompartemen yang sudah selesai dan apakah harus melanjutkan atau menyisihkan baki? Status yang terlihat, alasan singkat, dan jalur eskalasi yang jelas mencegah orang lain harus mendiagnosis ulang dari awal.

Melibatkan teknisi memberi manfaat praktis. Mereka tahu variasi yang biasa terjadi, komponen hilang yang masih bisa ditangani di langkah berikutnya, dan bagian yang menuntut perubahan urutan. Robot perlu memberi informasi pada tingkat rincian yang sesuai dengan keputusan itu. Minta teknisi yang tidak merancang uji menjelaskan apa yang akan dilakukan ketika stasiun menandai kit, lalu gunakan jawabannya untuk memperbaiki serah terima.

Susun uji berikutnya berdasarkan baki yang benar-benar dibutuhkan pabrik

  1. Pilih satu sel kerja dengan batas jelas dan satu kelompok komponen. Minta tim produksi dan keselamatan menjelaskan alur sehari-hari, proses yang diterima, dan alasan mencoba robot di sana.
  2. Definisikan satu penyerahan yang benar. Catat komponen, kompartemen, urutan, dan waktu yang dapat diterima. Lacak setiap baki yang diserahkan sebagai hasil, alih-alih menganggap setiap pengambilan sebagai pekerjaan selesai.
  3. Ukur kondisi awal. Amati periode yang mewakili proses saat ini, termasuk waktu siklus, pengecualian biasa, dan efeknya pada stasiun berikutnya.
  4. Ulangi dengan variasi yang disetujui. Bandingkan konfigurasi awal dengan perubahan stok atau jadwal normal yang sudah diizinkan untuk uji. Gunakan aturan penerimaan identik sebelum dan sesudah setiap perubahan.
  5. Tinjau bersama operator dan integrator. Tanyakan apa yang terjadi pada siklus paling lambat dan paling sering gagal, lalu sepakati kegagalan mana yang perlu ditangani uji berikutnya.

Ini langkah evaluasi untuk percobaan industri yang telah diotorisasi, bukan laporan kegiatan para mitra. Uji konsep mereka memberi contoh tugas dengan hasil fisik yang jelas. Tim dapat memakai contoh itu untuk memilih pengukuran di fasilitas sendiri, meski tidak memakai model atau robot yang sama.

Gunakan satu lembar catatan untuk tiap uji agar penafsiran tetap stabil. Catat kelompok komponen yang disetujui, kondisi masukan, hasil yang diharapkan, hasil aktual, dan durasi. Saat pemulihan, pisahkan waktu robot tidak tersedia dari waktu aktif petugas menyelesaikan kasus. Jeda singkat kerja robot dan keterlambatan panjang di hilir adalah hasil berbeda. Perencana tenaga kerja perlu melihat keduanya.

Perhatikan batas perbandingan. Pekerja yang menjalankan tugas sekarang mungkin juga mengisi ulang wadah atau menandai label salah pada sif yang sama. Jika robot mengambil komponen sementara orang melanjutkan tugas lain, hasil penyusunan kit masih bisa berguna. Sertakan pekerjaan itu dalam laporan agar jelas tanggung jawab yang bisa ditangani sel dan yang masih berada pada orang.

Stasiun berhasil ketika orang berikutnya menerima kit yang dapat digunakan

Hasil Mercedes-Benz yang dilaporkan membantu menjawab apakah manipulasi adaptif berguna pada lini produksi nyata. Keputusan berikutnya bergantung pada seluruh proses. Stasiun yang andal terus menyerahkan komponen yang benar pada waktu yang tepat dan menandai pengecualian dengan cukup jelas untuk dipulihkan. Itu yang menjadikan demo penyusunan kit sebagai hasil yang dapat dinilai pabrik lain.

Sumber


Untuk menyimpan hasil evaluasi dan keputusan uji coba dalam catatan yang mudah ditelusuri, buat akun Telli.sh.


← Kembali ke blog