Gemini Robotics 2.5在奔驰产线分拣零件,成功率96%

谷歌DeepMind发布了用于控制机器人的新模型Gemini Robotics 2.5,并与机器人公司Apptronik和梅赛德斯-奔驰一起,在正在运行的生产线上做了测试。人形机器人Apollo 2负责分拣金属零件,谷歌DeepMind给出的成功率为96%。这些数字来自2026年11月10日的发布,The Decoder对此作了报道。

据The Decoder介绍,Gemini Robotics 2.5是一种所谓的视觉-语言-动作(VLA)模型。这类模型处理视觉信息,理解语言指令,并由此推导出机器人的动作。该模型建立在今年年初发布的上一代之上,上一代被认为首次让机器人具备全身控制能力。谷歌DeepMind称它是迄今同类中能力最强的模型。

这个模型应该能做什么

据谷歌DeepMind介绍,Gemini Robotics 2.5在200多项不同任务上做过测试,例如用夹子分餐、给礼盒系蝴蝶结、用移液管转移液体。按任务类型不同,成功率据称比公司此前的基线高出30%至100%,任务完成速度快20%至30%。

这里需要保持谨慎:博客CellCog的分析指出,这次发布既没有说明对比基线是什么,也没有给出具体数值。因此绝对成功率并不清楚,30%至100%的提升幅度也无从判断。

该模型面向多种类型的机器人。文中提到的有Apptronik的人形机器人Apollo 2,其五指手拥有22个自由度,以及配有两指平行夹爪的Franka Duo平台。

在梅赛德斯-奔驰的试点

实地测试在匈牙利凯奇凯梅特和德国辛德芬根的在产生产线上进行。机器人承担的是所谓的“配套备料”(kitting):从散装料箱中取出单个金属零件,并按照装配线上每辆车所需的顺序放进托盘。多个组件协同工作:

• Gemini Robotics ER负责监控工作流程。
• Gemini Robotics 2.5负责控制机器人的双手和手臂。
• Apptronik的Apollo 2执行抓取和放置动作。

谷歌DeepMind给出这次试点的成功率为96%。据CellCog称,公司自己把它称为概念验证,也没有说明这个比例基于多少次抓取。Apptronik首席执行官杰夫·卡德纳斯(Jeff Cardenas)在发布中谈到了从训练到进入工厂的过渡:

我们看到,这些模型只经过几周的后训练就有了显著提升,并且几乎没有性能损失地迁移到了梅赛德斯-奔驰的生产中。

安全与仿真

据谷歌DeepMind介绍,Gemini Robotics 2.5采用实时控制,使机器人能在执行任务时避开物理危险。在公司自己的评估中,障碍物附近的安全完成任务能力提升了33%,人员附近提升了43%。这些数值没有经过独立验证。

公司还在Hugging Face上发布了开源基准ASIMOV-Jailbreak。它包含数百条提示词,把不安全的请求伪装在数十个场景中,用来测试机器人模型是否会被诱导做出危险行为。语言模型Gemini 4 Argon的越狱抵抗率达到99.5%,而其前身Gemini Robotics ER 2为82%。需要注意:据CellCog称,这个数值属于Gemini 4 Argon,而不是Gemini Robotics 2.5本身;对于机器人模型,发布中没有给出对应数值。

Argon在训练中也发挥了作用,充当仿真引擎。它可以根据一个真实的摄像头场景生成数千次模拟训练,并建立数字孪生。结合真实示范数据,机器人据称能更快地泛化到新的场景和物体上。此外,Argon还能从视频记录中推断出错误原因的假设,再在仿真和真实机器人上加以检验。

尚未明确的问题

据谷歌DeepMind介绍,Gemini Robotics 2.5正向合作伙伴Agile、Apptronik和梅赛德斯-奔驰推出。据CellCog称,发布中没有给出价格、公开接口或更大范围开放的时间,也没有关于该模型的技术论文。所有数字都来自谷歌DeepMind或其合作伙伴。

另外也不清楚测试结束后机器人是否会长期留在产线上。试点只是试验,在轮班生产中长期使用则是另一种说法。值得关注的是独立机构的结果、其他实验室用ASIMOV-Jailbreak做的测量,以及合作伙伴之外的开发者能否获得使用权。

这对中国企业意味着什么

对中国的零部件供应商或机械制造商来说,这则消息主要是一个信号,而不是一款产品:配套备料,也就是按正确顺序供应零件,在许多工厂都存在,而现在正是在这个环节上试用配备通用控制模型的机器人。Gemini Robotics 2.5目前无法购买,也无法部署。计划自动化的企业可以持续关注进展,并向供应商要求具体信息:成功率背后的样本量、抓取失败的处理方式、在人员附近的行为,以及让机器人学会新零件所需的投入。

在这些答案出现之前,需要记住的是:96%是厂商在一次试点中给出的数字,而不是已经证实的日常生产标准。