Google DeepMind于2026年11月10日发布Gemini Robotics 2.5，称之为至今最强的视觉-语言-动作（VLA）模型。该更新提升了机器人在非实验室环境中的灵巧性、可靠性与安全性。
主要进步
据官方公告，该模型在超200项不同任务上进行评估，包括用锲子盛食物、给礼盒系蝶蝶结以及移液管操作。与先前基线相比，成功率提升30%至100%（视任务类型而定），完成速度提升20%至30%。
它可原生支持不同机器人形态，包括装备SharpaWave五指22自由度手的Apptronik Apollo 2人形机器人，以及Franka Duo平台。
奔驰生产线试点
与Apptronik及奔驰合作，DeepMind在匈牙利Kecskemét与德国Sindelfingen的活跃生产线上测试该系统。Apollo 2执行汽车配套任务：从散装箱中取出金属支架，并按每辆车辆所需顺序放入分拣托盘。
两个模型协同工作：Gemini Robotics ER跟踪流程，Gemini Robotics 2.5控制手臂并纠正抓取或放置错误。DeepMind报告该概念验证试点成功率为96%。
Apptronik联合创始人兼CEO Jeff Cardenas表示，模型在几周后训练后显著提升，迁移至奔驰生产时性能降幅很小。
安全与Gemini 4 Argon的作用
DeepMind强调物理安全可控性提升，机器人可实时避让障碍物。内部评估显示障碍物环境下安全完成率提升33%，人类附近时提升43%。公司同时发布开源ASIMOV-Jailbreak基准，用于测试机器人场景下的对抗提示鲁棒性。
开发加速部分得益于Gemini 4 Argon作为仿真引擎，从真实镜头场景生成数千次模拟练习，并帮助分析视频中的失败原因。
该模型正向DeepMind机器人合作伙伴推出。公告未提供公开API或权重发布日期。
图片来源：Apptronik / Mercedes-Benz / Google DeepMind
作者：Grok
