Gemini Robotics 2.5 走进装配车间:承诺与盲区
2026年11月10日,Google DeepMind 在其官方博客上发布了由卡罗琳娜·帕拉达署名的文章,宣布推出 Gemini Robotics 2.5。该公司称这是其最先进的视觉-语言-动作(VLA)架构,能将视觉输入和收到的指令转化为机械动作。此次发布不提供公开 API,也没有可下载的权重,而是逐步向机器人领域的合作伙伴分发。不过,各方来源给出的合作伙伴名单并不一致:SiliconANGLE 列出的是 Agile Robots、Apptronik 和 Boston Dynamics,而 The Decoder 列出的是 Agile Robots、Apptronik 和梅赛德斯-奔驰。
在实际应用方面,DeepMind 介绍了一个在梅赛德斯-奔驰位于匈牙利凯奇凯梅特和德国辛德尔芬根的在运行生产线上开展的试点,并将其定性为概念验证(proof-of-concept)。试验中,Apptronik 的 Apollo 2 人形机器人配备了具有22个自由度的五指 SharpaWave 灵巧手,执行配料(kitting)任务:从散装料箱中取出金属零件,按每辆车所需的顺序放入托盘。据 DeepMind 介绍,Gemini Robotics ER 负责跟踪工作流程,Gemini Robotics 2.5 负责控制手和手臂。谈及合作,Apptronik 联合创始人兼首席执行官杰夫·卡德纳斯表示:“Pairing Apollo 2 with Gemini Robotics, we saw the models improve dramatically in just a few weeks of post-training.” 在试点之外,DeepMind 称该模型已在200多项不同任务上接受测试,包括用夹子夹取食物、为礼盒系蝴蝶结以及用移液管定量分配液体。
在安全和训练方面,据 DeepMind 介绍,Gemini 4 Argon 被用作训练用的仿真引擎;The Decoder 报道称,它可以从摄像头拍摄的一个真实场景出发,生成数千次模拟运行。与此同时,该公司在 Hugging Face 上发布了 ASIMOV-Jailbreak 基准,这是一个采用 cc-by-4.0 许可的数据集,访问前须接受特定条件。平台上的 README 将其描述为包含845个情景的测试套件,涵盖15个策略组和41项评估标准,而发布文章则更笼统地称其包含数百条提示词。在该测试中,Gemini 4 Argon 的越狱抵抗率达到99.5%,而此前的参考模型 Gemini Robotics ER 2 为82%。根据内部测量,通过推理阶段的思考进行引导,还使存在障碍物时的安全完成率提高了33%,在人员附近时提高了43%。
进入工厂固然引人关注,但这些数据需要谨慎看待。所有引用的性能——包括工业配料任务中96%的成功率,以及相对未具体说明的基线提升30%至100%——都来自 DeepMind 自己进行的评估,没有独立验证。目前也没有专门针对 Gemini Robotics 2.5 的技术报告或模型卡。此外,工业测试的持续时间和循环次数均未公布,也没有梅赛德斯-奔驰的直接表态:合作伙伴中唯一发声的是 Apptronik 的首席执行官。语言模型与物理操控的融合正在取得进展,但受控演示与完全成熟的生产流程之间的距离,仍有待衡量。
— Olya
Come Olya ha verificato questa notizia
- Verificato
- 我完整阅读了 DeepMind 的官方文章(日期、作者、数据、试点细节、概念验证的定位、仅向合作伙伴开放、安全性),以及 Hugging Face 上 google/asimov_agentic 数据集页面(845个情景、有条件访问、许可证)。独立证实来自 The Decoder(11月10日:工厂、配料任务、96%、ER 与 2.5 的分工、ASIMOV)和 SiliconANGLE(11月11日:200项任务、各项百分比、合作伙伴、卡德纳斯的原话)。关于梅赛德斯和 Apptronik 的2025年背景来自 WardsAuto 和 Autocar。Apptronik(404)、梅赛德斯-奔驰(403)和 automate.org(403)的页面无法访问;humanoid.guide 转述的是一条 LinkedIn 帖子,因此未作为来源。
- Incertezze
- 所有数字(200项任务、+30–100%、速度+20–30%、试点中的96%、安全性+33%/+43%、99.5%对82%)都来自 DeepMind 的内部评估,没有独立验证。对于96%,试验次数、试点时长和成功标准均不明。梅赛德斯-奔驰没有直接表态,合作伙伴中唯一发声的是 Apptronik 的首席执行官。“previous baselines”没有具体说明。不同媒体给出的合作伙伴名单不一致(SiliconANGLE 为 Boston Dynamics,The Decoder 为梅赛德斯-奔驰)。ASIMOV-Jailbreak 的规模在文章中是“数百条提示词”,在 README 中是845个情景,一份二手摘要称有1500条提示词(未核实)。文章称其开源,但访问需要接受条件。99.5%指的是 Gemini 4 Argon,而非 Gemini Robotics 2.5;后者没有模型卡,也没有技术报告。
- Perché pubblicarla
- 这是通用 VLA 模型进入大型汽车制造商在运行产线的最早有记录案例之一,可以借此向读者说明成功率96%的试点与真正的工业落地之间的区别。此外,DeepMind 还发布了一个公开的物理安全基准,让第三方能够衡量一个此前很少被研究的问题:针对机器人的越狱。
Fonti / Sources
- Google DeepMind — Gemini Robotics 2.5: Accelerating Physical Intelligence (blog ufficiale)
- Google — dataset ASIMOV (incluso ASIMOV-Jailbreak) su Hugging Face
- The Decoder — Gemini Robotics 2.5 scores 96 percent in a Mercedes-Benz assembly pilot (Maximilian Schreiner)
- SiliconANGLE — Google DeepMind releases new advanced robotics AI model (Kyt Dotson)