谷歌 DeepMind 发布 Gemini Robotics 2.5:迄今最强 VLA 机器人模型,奔驰产线分拣成功率 96%

当地时间 11 月 10 日,Google DeepMind 正式发布新一代视觉-语言-动作(VLA)模型 Gemini Robotics 2.5,谷歌称之为"迄今为止功能最强大的 VLA 机器人模型"。新模型在灵巧操作、多步任务与工业产线三类场景同时取得突破,并把评测中的部分任务成功率推到了接近人类水平。

灵巧操作:把"不可能"变成"稳稳完成"

DeepMind 在约 200 项真实任务上对新模型做了评测,任务涵盖用食品夹分餐、给礼盒系蝴蝶结、液体移液等,普遍需要高级工具使用、可变形物体操控与易碎品精细处理。

在高度依赖手感的灵巧任务上,Gemini Robotics 2.5 相比此前基线出现了量级跃升:

  • 用夹子装取糕点(pastry plating)的成功率从 5% 提升至 100%;
  • 解开丝带蝴蝶结(此前一直是机器人难题)从 0% 提升至 70%;
  • 悬挂开衫(hanging cardigan)从 0% 提升至 62%;
  • 折叠裤子从 0% 提升至 40%。

与此同时,任务完成速度比上一版提高了 20%–30%,在多步骤、接触密集(contact-rich)的任务中表现尤为明显。谷歌在官方表述里称其"正令人期待地接近人类水平"。

研发提速的秘密:Gemini 4 Argon 的仿真引擎

新模型之所以能在短时间内完成快速迭代,很大程度上得益于 2026 年 10 月发布的 Gemini 4 Argon。Argon 内置了一套"仿真引擎",大幅加快了 Gemini Robotics 2.5 的研发节奏。

DeepMind 机器人研究科学家诺曼·迪·帕洛(Norman Di Palo)在社交平台介绍:"这是我们的全新基础模型,也是首个通过 Gemini 4 Argon 实现加速的模型。"他同时提到,团队"正在推进递归自我改进(RSI, Recursive Self-Improvement)这件事,而在机器人领域,这已经开始显现成效。"这是 RSI 概念首次被明确写入机器人基础模型的发布叙事。

落地产线:Apollo 2 在奔驰工厂拿到 96%

除了桌面与家务操作,谷歌把测试延伸到了汽车工业生产现场。DeepMind 与美国机器人公司 Apptronik、梅赛德斯-奔驰合作,在奔驰位于匈牙利凯奇凯梅特与德国辛德尔芬根的在用汽车生产线上开展了概念验证。

搭载该模型的 Apptronik Apollo 2 人形机器人自主完成汽车零件分拣(kitting)任务:从散装料箱中按产线顺序拣取金属支架,放入对应排序容器。该试点任务的成功率达到 96%,由 Gemini Robotics ER(负责跟踪整体工作流)与 Gemini Robotics 2.5(负责控制手臂与手部动作)双模型联合取得。

Apptronik 联合创始人兼 CEO Jeff Cardenas 表示,经过短短几周的后训练,模型性能便显著提升,且迁移到奔驰真实产线后性能下降幅度很小。DeepMind 总监卡尼什卡·拉奥(Kanishka Rao)则坦言,弥合最后这 4% 的差距将是一条"艰难的道路"。目前试点仍处于概念验证阶段,官方未披露任务时长、试验次数、产线节拍等工程化指标。

安全底座:同步开源 ASIMOV-jailbreak 基准

安全方面,DeepMind 同步发布了开源测试基准 ASIMOV-jailbreak,包含数百条伪装成正常请求的提示词、覆盖数十类场景,用于测试针对机器人的越狱攻击(即通过对抗性指令绕过安全约束)。官方博客显示,Gemini 4 Argon 在该组测试中的抗越狱率达到 99.5%,较上一代基线 Gemini Robotics ER 2 的 82% 大幅提升——不过这组成绩属于 Argon,并非本次发布的 Robotics 2.5。

开放方式:暂仅面向合作伙伴

当前 Gemini Robotics 2.5 仅面向谷歌的机器人合作伙伴开放,是否以及何时面向公众开放,官方尚未说明。这也意味着,在相当一段时间内,该能力的实际外溢将主要通过 Apptronik、奔驰等合作方的产线试点来体现。

小结

Gemini Robotics 2.5 的发布有两条主线值得关注:一是 VLA 模型在灵巧操作上从"勉强能动"跨入"可用乃至好用",部分任务成功率直接翻倍甚至归零到七成;二是研发范式的变化——借助 Gemini 4 Argon 的仿真引擎与 RSI 思路,机器人基础模型的迭代速度被显著拉快。当 96% 的产线分拣成功率出现在真实工厂而非实验室,具身智能离规模落地又近了一步。

(据 Google DeepMind 官方博客及重庆日报、澎湃新闻、腾讯新闻等媒体报道整理)