2026年11月10日，Google DeepMind发布了Gemini Robotics 2.5，并在同日公布工厂验证数据：Apptronik的Apollo 2人形机器人搭载该模型，在梅赛德斯-奔驰位于匈牙利凯奇凯梅特和德国辛德芬根的在役生产线上完成汽车零件套件分拣，成功率达到96%。这是对活跃产线的实测。
96%的成功率在工业语境下意味着每100次抓取有4次失败。在节拍紧张的总装线上，单次失败引发的停线代价远超重试成本。Google DeepMind在官方博客中将本次试验定性为“概念验证”。
双模型架构：推理与动作的分工
Gemini Robotics 2.5在技术上采用双模型架构。Apollo 2在奔驰产线上运行时，Gemini Robotics ER负责追踪整体工作流程——理解任务顺序、判断当前步骤、感知周围人员和障碍物；Gemini Robotics 2.5的动作模型负责将推理结果转化为手臂和手指的精确运动指令。
高层推理对延迟容忍度更高，低层动作控制对实时性要求更严。将两者分离，既可以让推理模型在云端运行更复杂的思考链，又能让动作模型在本地以更低延迟响应物理世界的变化。模型开发阶段使用了Gemini 4 Argon作为仿真引擎，部分训练数据来自合成环境，显著降低了数据采集成本。
从0%到62%：前代做不到的任务，现在能做了
评估模型更有价值的指标是它在前代模型完全失败的任务上的表现。Gemini Robotics 2.5在超过200项灵巧度任务测试中，整体成功率比Gemini Robotics 2提升了30%至100%，任务完成速度提升20%至30%。具体任务数据如下：
- 用食物夹处理糕点：从5%提升至100%
- 解开礼盒丝带：从0%提升至70%
- 挂上开衫毛衣：从0%提升至62%
前代模型在这些任务上根本不会做。柔性物体、非结构化抓取、动态目标一直是机器人操作的三大难题。从上述数字看，Gemini Robotics 2.5在某些维度上已经越过了“不可用”和“可用”之间的门槛。
安全性：99.5%的抗越狱能力从何而来
与纯软件AI不同，物理机器人的安全失效代价是真实的伤害。Google DeepMind发布了ASIMOV-Jailbreak基准测试（已在Hugging Face开放），Gemini Robotics 2.5在该基准上达到99.5%的抗越狱成功率，而此前基线为82%。
模型在障碍物旁边完成任务的安全率提升了33%，在有人员的环境中提升了43%。这两个指标直接对应工厂协作场景的核心需求：机器人必须能在人机混合的产线上运行。
谁能用？合作伙伴制的封闭逻辑
Gemini Robotics 2.5目前正向Google DeepMind的机器人合作伙伴分批开放，已确认的合作方包括Apptronik、Agile Robots和Boston Dynamics。公告中没有提及通用API接入路径、等待名单或定价信息。
这种“合作伙伴优先”的分发策略在机器人AI领域有其特殊原因。VLA模型的性能高度依赖具体机器人硬件的运动学参数、传感器配置和控制接口。Apptronik的Apollo 2配备了22自由度的SharpaWave手部，Franka Duo则使用双指夹爪——同一个模型在两种硬件上需要不同的适配。封闭合作模式实质上是把硬件适配成本转移给了合作伙伴。
Apptronik在声明中表示：“这正是我们打造Apollo的初衷：在真实工业场景中与人并肩工作。搭配Gemini Robotics之后，我们看到模型在短短几周的后训练中取得了显著提升，并且以极小的性能损耗迁移到了梅赛德斯-奔驰的生产线上。”
Apptronik的表述提到“后训练”和“极小的性能损耗”，表明存在从实验室到产线的性能衰减，只是程度在可接受范围内。这是机器人AI落地的通病——仿真环境中训练的模型遇到真实物理世界的噪声、光线变化和零件差异时，往往会出现性能下滑。
竞争格局：物理AI的时间窗口正在收窄
Google DeepMind选择在工厂场景首发Gemini Robotics 2.5，而非家庭或医疗场景，这个选择折射出当前物理AI竞争的现实：工业场景任务定义清晰、成功标准可量化、容错成本相对可控，是VLA模型最容易形成可验证商业案例的入口。
从产业链角度看，机器人硬件厂商是这一轮发布的直接受益方——有了96%这个可公开引用的工厂数字，Apptronik在向工业客户销售Apollo 2时拥有了此前从未有过的谈判筹码。对于梅赛德斯-奔驰这类整车厂而言，试点提供了一个低风险的AI供应商评估入口：即便这次合作最终不规模化，它也积累了关于人形机器人可靠性边界的第一手数据。
对于没有入选合作伙伴名单的机器人开发者，短期内能做的是在自研模型或开源VLA框架上持续迭代，同时关注Google何时开放更广泛的接入渠道。如果Google DeepMind在2027年的开发者大会上宣布Gemini Robotics的API接入计划，将是物理AI从封闭合作模式向平台化转型的明确信号。另一个信号是96%成功率能否在更多工厂场景复现——如果奔驰之外的第二家、第三家整车厂披露类似数据，才能证明这不是针对特定产线深度优化的一次性结果。
在当前阶段，Gemini Robotics 2.5最真实的定位是：一个已经越过工业可用门槛的原型，但距离“插上就能用”的平台产品还有若干个量产周期的距离。剩下的4%，才是真正决定商业化节奏的战场。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接