谷歌机器人模型升级 奔驰产线分拣成功率达96％

谷歌DeepMind于11月10日发布视觉-语言-动作模型Gemini Robotics 2.5，称其为目前能力最强的机器人基础模型。该模型暂不对外开放，仅提供给Agile Robots、Apptronik与波士顿动力等机器人合作伙伴。

能力提升集中在「精细活」上。团队在200多项真实任务中做了评测，包括用食品夹分餐、给礼盒系蝴蝶结、用移液管取液，结果显示任务成功率较上一代基线提高30％至100％，具体幅度取决于任务类型；完成速度提升20％至30％。DeepMind的说法是，部分任务的成功率直接翻倍。

训练侧借助了通用模型。Gemini 4 Argon被当作仿真引擎使用，能从真实相机画面批量生成训练变体、搭建数字孪生场景，团队还可以让它观看机器人执行视频来推测失败原因，再在仿真与真机上验证改法，从而减少对真机数据的依赖。

落地试点放在汽车产线。DeepMind与Apptronik、梅赛德斯-奔驰在匈牙利凯奇凯梅特和德国辛德尔芬根的在用车产线上做概念验证，由Apollo 2人形机器人从散装料箱里按装配顺序拣出金属支架、放进对应的排序容器。官方称该任务成功率达96％，由两个模型分工完成：Gemini Robotics ER负责跟踪整体流程，2.5负责控制手臂与手部动作。不过官方没有披露试验次数、单次耗时与产线节拍等工程指标，目前仍是概念验证阶段。

安全是这次发布的重头。模型在推理阶段就会规避物理危险，遇到障碍物时机器人会完全停下或等到安全后再继续；官方数据显示，有障碍物时安全完成任务的比例提高33％，有人在场时提高43％。

配套开源的ASIMOV-Jailbreak基准，致敬阿西莫夫的机器人三定律，包含数百条伪装成正常请求的提示词、覆盖数十类场景，用来测试机器人会不会被对抗性指令骗去做危险动作。官方博客显示Gemini 4 Argon在该基准上的抗越狱率为99.5％，上一代基線Gemini Robotics ER 2为82％。需要说明的是，这组成绩属于Argon，并不是本次发布的Robotics 2.5。

从行业角度看，机器人基础模型的比拼重点正从演示视频转向真实环境里的可靠性，成功率从七成提到九成意味着长尾场景的处理出现了质变。DeepMind尚未说明Robotics 2.5何时面向公众开放。

编译自 Google DeepMind，原标题："Gemini Robotics 2.5 accelerates real-world physical intelligence"