Gemini Robotics 2.5 在奔驰产线上分拣零件成功率 96%，Gemini 4 Argon 不碰机器人

Google DeepMind 11 月 10 日发布了视觉-语言-动作模型 Gemini Robotics 2.5，正在向机器人合作伙伴推送，而它放在最前面的是一个工厂结果。在梅赛德斯-奔驰匈牙利凯奇凯梅特和德国辛德芬根两处正在运转的产线上，Apptronik 的 Apollo 2 人形机器人做了一次概念验证：从散料箱里取出金属支架，按每辆车需要的顺序放进排序料盒。DeepMind 称成功率为 96%。

这次发布让谷歌"快慢两层"的机器人架构第一次在真实产线上跑了起来。Robrief 10 月的分析发现，Gemini 4 Argon 实时控制机械臂远远太慢。到了 2.5，它干脆不上机器人。DeepMind 说，Argon 充当了"仿真引擎"：从一段真实摄像头画面生成数千次练习和一个数字孪生，还帮研究人员从视频里推断任务失败的原因。在奔驰产线上，具身推理模型 Gemini Robotics ER 负责盯住工作流程，Gemini Robotics 2.5 负责控制手和手臂。

对照的是 DeepMind 自己的基线

DeepMind 称，它在 200 个不同任务上评估了这个模型，例如用夹子夹取食物、在礼盒上系蝴蝶结、用移液器移液。与此前的基线相比，按任务类型不同，成功率高出 30% 至 100%，完成速度快 20% 至 30%。Apollo 2 搭配的是五指、22 自由度的 SharpaWave 灵巧手，Franka Duo 平台则用两指平行夹爪。

安全方面也按同样方式评估。据 DeepMind 自己的测试，推理阶段施加的安全引导让机器人在障碍物附近安全完成任务的比例提高 33%，在有人靠近时提高 43%。DeepMind 还开源了 ASIMOV-Jailbreak 基准，包含数百条伪装成正常指令的危险请求，覆盖几十个场景。Argon 在上面的越狱抵抗率为 99.5%，上一代 Gemini Robotics ER 2 为 82%。

配料容不得错

配料（kitting）是装配前的准备工作：把单个零件按产线使用的确切顺序分进料盘。DeepMind 说 Apollo 在操作中会自动补齐空位。如果 96% 是按每次抓取计算，那就是每 100 次有 4 次失误，每一次都是一个放错顺序的支架，除非下游有人或设备把它拦下来。DeepMind 没有给出同一任务在后训练之前的成绩，所以这个数字说明了 Apollo 最终到了哪里，看不出它提升了多少。

Apptronik 对这一步很有信心。"我们看到，模型只经过几周后训练就大幅提升，迁移到奔驰生产线后性能几乎没有下降。"联合创始人兼首席执行官 Jeff Cardenas 说。