谷歌新机器人模型进驻奔驰生产线

一、核心突破与产品

11月10日，谷歌 DeepMind（Google DeepMind）正式发布视觉-语言-动作模型 Gemini Robotics2.5，称其为迄今能力最强的机器人模型。谷歌 DeepMind在200多项任务上对新模型进行了测试，覆盖日常工具使用、精细操作和易损物品处理等场景，结果显示其任务成功率比此前基线高出30%至100%，完成任务的速度快20%至30%。与此同时，谷歌DeepMind 与美国机器人企业 Apptronik及德国汽车制造商梅赛德斯-奔驰（Mercedes-Benz）合作，把模型部署到匈牙利凯奇凯梅特和德国辛德尔芬根两家工厂的汽车生产线上，由 Apptronik公司的人形机器人 Apollo 2 负责分拣包装汽车零部件，成功率达到96%。谷歌 DeepMind 表示，新模型目前仅向合作伙伴推出。

二、底层架构与关键参数

Gemini Robotics 2.5属于视觉-语言-动作模型（Vision-Language-Action，VLA），能够把视觉理解和语言指令直接转化为机器人的肢体动作。新模型沿用双模型分工：具身推理模型Gemini Robotics ER 负责跟踪整条作业流程、拆解多步骤任务，动作模型 Gemini Robotics 2.5负责控制机器人的手臂和手部完成抓取与放置。谷歌 DeepMind 指出，新模型的研发得益于 Gemini 4 Argon的模拟能力，后者可以由真实相机画面生成数千种不同的模拟练习场景并搭建数字孪生体，帮助模型更快适应新场景和新物品。硬件方面，新模型原生支持多种机器人形态，包括配备五指SharpaWave 机械手（22个自由度）的 Apollo 2 人形机器人，以及采用双指平行夹爪的 Franka Duo双臂平台。安全是本次发布的另一重点：模型在推理时引入引导机制，可以实时绕开物理障碍，据谷歌 DeepMind评估，障碍物附近的安全任务完成率提升33%，有人在旁时提升43%。谷歌 DeepMind 同时开源了安全基准ASIMOV-Jailbreak，其中包含数百条把不安全请求伪装成无害请求的提示，覆盖数十种场景；评估显示，Gemini 4 Argon的越狱抵抗率达到99.5%，高于此前基线 Gemini Robotics ER 2 的82%。据报道，新模型目前仍需依托云端运行。

三、产业生态与行业影响

这次发布把人形机器人从实验室演示推向真实工厂，是关键一步。分拣包装是汽车生产线上重复性强、体力消耗大的环节，由 Apollo 2承担后，技术人员可以把精力集中在更复杂的装配任务上。96%的成功率来自真实生产线的概念验证，而非受控的实验室环境，这对评估人形机器人能否真正进入工业场景具有参考意义。谷歌DeepMind 的机器人合作伙伴还包括 Agile Robots 和波士顿动力（BostonDynamics）等企业，另有100多家受信任的测试方正在试用相关模型。不过，新模型目前只面向合作伙伴开放，谷歌 DeepMind没有公布公开接口、价格或面向普通用户的时间表，云端运行也意味着实际部署仍要解决时延和稳定性问题。从产业角度看，机器人模型的能力提升正在加速，但真正决定其价值的，仍是能否在真实工厂里长期稳定地跑下去。

信源跟踪： 谷歌 DeepMind | 数据时间： 北京时间 2026-11-10