Un robot humanoïde qui trie des pièces métalliques sur une chaîne de montage automobile en fonctionnement réel, ce n'est plus un prototype de laboratoire. Le 10 novembre 2026, Google DeepMind a présenté Gemini Robotics 2.5, un nouveau modèle vision-langage-action (VLA), accompagné d'une démonstration concrète : des robots Apollo 2 d'Apptronik ont trié des brackets métalliques sur deux usines Mercedes-Benz, à Kecskemét en Hongrie et à Sindelfingen en Allemagne, avec un taux de réussite affiché de 96 %.
Cette démonstration marque une étape dans la stratégie IA de Google : after avoir déployé Gemini dans la recherche, Gmail ou Maps, l'entreprise pousse désormais son modèle vers le monde physique, via des partenariats industriels concrets plutôt que des vidéos de communication.
À retenir
- Gemini Robotics 2.5, modèle vision-langage-action de Google DeepMind, annoncé le 10 novembre 2026
- Les robots Apollo 2 d'Apptronik ont trié des pièces automobiles sur deux sites Mercedes-Benz : Kecskemét (Hongrie) et Sindelfingen (Allemagne)
- Taux de réussite mesuré : 96 % sur une tâche de tri depuis des bacs en vrac vers des bacs de séquencement
- Le modèle a été évalué sur plus de 200 tâches, avec des gains de 30 % à 100 % par rapport à Gemini Robotics 2.0, et une exécution 20 % à 30 % plus rapide
- Les partenaires cités par Google incluent Agility Robotics, Apptronik et Mercedes-Benz
01Ce qui s'est passé concrètement sur les lignes Mercedes-Benz
Selon The Decoder, le pilote a consisté à faire trier des pièces métalliques (des brackets) à des robots humanoïdes Apollo 2 d'Apptronik, directement sur des lignes d'assemblage actives de Mercedes-Benz. Les robots devaient repérer les pièces dans des bacs en vrac, non triées, puis les replacer dans des bacs de séquencement organisés, une tâche répétitive mais exigeante en perception visuelle et en manipulation fine.
Deux usines, un seul modèle
Le test ne s'est pas limité à un seul site : il a été mené à Kecskemét, en Hongrie, et à Sindelfingen, en Allemagne, deux usines Mercedes-Benz où les lignes continuent de fonctionner pendant le pilote. C'est un détail qui compte, rapporté par Unite.AI : un robot qui réussit en environnement contrôlé de laboratoire est une chose, un robot qui atteint 96 % de réussite au milieu d'une production réelle, avec les aléas de bruit, de lumière et de variabilité des pièces, en est une autre.
02Qu'est-ce que Gemini Robotics 2.5 exactement
Gemini Robotics 2.5 appartient à la famille des modèles vision-langage-action (VLA) : le robot reçoit une image de son environnement, une instruction en langage naturel, et le modèle génère directement une séquence d'actions motrices. C'est le même principe que les modèles de langage utilisés pour générer du texte, appliqué cette fois à des mouvements physiques plutôt qu'à des mots.
Un robot qui réussit 9 fois sur 10 au milieu d'une vraie chaîne de production, c'est une autre échelle que la démo de laboratoire.
Selon le blog officiel de Google DeepMind, ce modèle a été évalué sur plus de 200 tâches distinctes. Les résultats rapportés par Unite.AI montrent des taux de réussite supérieurs de 30 % à 100 % par rapport à la génération précédente, Gemini Robotics 2.0, et une exécution 20 % à 30 % plus rapide sur ces mêmes tâches. C'est cette amélioration de vitesse et de fiabilité qui justifie, selon Google, le passage de la démonstration à un pilote sur ligne de production réelle.
03Apollo 2, le corps choisi par Google pour cette démonstration
Gemini Robotics 2.5 est un modèle, pas un robot. Pour l'incarner physiquement, Google s'est appuyé sur Apollo 2, le robot humanoïde conçu par Apptronik, une entreprise américaine spécialisée dans la robotique bipède destinée à l'industrie. C'est ce même robot qui a réalisé les opérations de tri chez Mercedes-Benz.
Un modèle, plusieurs corps
Le choix n'est pas anodin : Google ne construit pas ses propres robots, il fournit l'intelligence qui les pilote. D'après le blog officiel de DeepMind, le déploiement de Gemini Robotics 2.5 inclut des partenaires comme Agility Robotics, Apptronik et Mercedes-Benz. La stratégie ressemble à celle que Google applique déjà à son moteur de recherche ou à ses outils bureautiques : un modèle central, Gemini, décliné sur des matériels et des usages variés, qu'il s'agisse d'un navigateur, d'une messagerie ou, désormais, d'un bras robotique.
04Pourquoi Google pousse son IA vers le monde physique
Cette annonce s'inscrit dans une accélération plus large de la stratégie IA de Google, déjà visible avec le déploiement de Gemini 4 Argon pour les équipes cyber ou avec les agents IA que Sundar Pichai utilise pour piloter l'entreprise 24h/24. Dans les deux cas, le même modèle de fond, Gemini, est adapté à des contextes très différents : défense cyber, pilotage d'entreprise, et maintenant manipulation physique de pièces industrielles.
Pour l'industrie automobile, l'enjeu est concret : les tâches de tri et de séquencement de pièces sont répétitives, pénibles et coûteuses en main-d'œuvre. Un robot capable d'atteindre 96 % de réussite sur une ligne active, sans interrompre la production pour s'adapter à lui, réduit le risque opérationnel qui a longtemps freiné l'adoption de l'humanoïde en usine.
Le lecteur se demande souvent
OpenAI dit-il que la conception mécanique est automatisée ? Les TPU de Google remplacent-ils déjà les GPU Nvidia chez OpenAI et Anthropic ? Quels modèles OpenAI sont éligibles au ZDR après l'annonce du 19 août 2026 ?Questions fréquentes
Qu'est-ce qu'Apollo 2, le robot utilisé dans ce pilote ?
Où s'est déroulé le pilote chez Mercedes-Benz ?
Qu'est-ce que Gemini Robotics 2.5 ?
Quels sont les autres partenaires de Google sur cette IA robotique ?
Sources
- Gemini Robotics 2.5: Accelerating Physical Intelligence, Google DeepMind (blog officiel), 10/11/2026
- Google DeepMind's Gemini Robotics 2.5 scores 96 percent sorting metal parts in a Mercedes-Benz assembly pilot, The Decoder, 10/11/2026
- Apollo 2 humanoids hit 96% in Mercedes-Benz sorting proof-of-concept, Unite.AI, 11/11/2026
