跳到主要內容
2026-11-11 日報
模型發布

谷歌發表 Gemini Robotics 2.5,Apollo 2 於賓士產線分揀零件成功率達 96%

iThome 中國綜合 2 家報導多家報導
核實資料不足

多個報導來源提及此事;未必是彼此獨立的證據。

本次未取得足夠原文證據

Google DeepMind 推出視覺-語言-動作(VLA)機器人模型 Gemini Robotics 2.5,官方稱為迄今能力最強的版本,在技能廣度、學習速度、靈巧度、可靠性與安全性上均有提升,目標是讓機器人走出實驗室,進入更非結構化的真實環境。目前已開放給谷歌的機器人合作伙伴。 谷歌在超過 200 項任務中測試模型,範例包括以夾子分發食物、為禮盒繫蝴蝶結、移液操作液體等,涵蓋工具使用、可變形物體操作與易碎物品處理。相較前代基線,依任務類型不同,成功率高出 30% 至 100%,完成速度快 20% 至 30%。模型原生支援多種機器人,包括搭載五指 22 自由度 SharpaWave 手的 Apptronik Apollo 2 人形機器人,以及配備兩指平行夾爪的 Franka Duo 平台。 在實際應用方面,谷歌與 Apptronik、賓士合作,於匈牙利凱奇凱梅特與德國辛德爾芬根的在用汽車生產線進行概念驗證。Apollo 2 自主完成汽車零件物料分揀,從散料箱中依每台車的需求順序將零件放入托盘,成功率達 96%。系統分工為:具身推理模型 Gemini Robotics ER 追蹤工作流程,Gemini Robotics 2.5 動作模型控制手臂與手部。 安全方面,模型採用推理時引導機制即時規避物理危險。谷歌稱此能力使障礙物周邊的安全任務完成率提升 33%,人員周邊提升 43%。同時發布開源基準 ASIMOV-Jailbreak,內含數百條偽裝成危險請求的提示。Gemini 4 Argon 的越狱抵御率為 99.5%,前代 Gemini Robotics ER 2 為 82%。 訓練上,谷歌使用 Gemini 4 Argon 作為模擬引擎,可基於真實相機畫面生成數千個多樣化模擬片段、建構高保真數位孿生,並從影片推演任務失敗原因,同時於模擬與真實機器人上測試改進方案,以加速開發。
讀原始報導

背景

Gemini Robotics 2.5 是 Google DeepMind 推出的視覺-語言-動作(vision-language-action)模型,目標是提升機器人在真實環境中的靈巧度、可靠性與安全性。同時,DeepMind 也發布了開源安全基準 ASIMOV-jailbreak,用來測試機器人面對越獄提示時的抵禦能力。

來源