Gemini Robotics 2.5 发布：谷歌VLA机器人上岗奔驰

Google DeepMind 在 11 月 10 日发布 Gemini Robotics 2.5，这是谷歌目前能力最强的视觉-语言-动作模型，重点不再是让机器人完成更多实验室演示，而是提高机器人在工厂、仓库和日常空间中的操作精度、执行速度与安全性。

这次升级最值得关注的数字有三个：谷歌测试了超过 200 项操作任务；相比此前基线，Gemini Robotics 2.5 的任务成功率提高 30% 至 100%，完成速度提高 20% 至 30%；在梅赛德斯-奔驰生产线的概念验证中，Apptronik Apollo 2 人形机器人完成汽车零部件分拣和装盘的成功率达到 96%。(deepmind.google)

不过，Gemini Robotics 2.5 目前还不是开发者可以直接下载或通过公开接口调用的通用机器人模型。谷歌只表示模型正逐步向机器人合作伙伴开放，没有公布价格、公开 API、模型权重或大规模商用时间表。

换句话说，这是一场技术能力很强、商业边界仍然模糊的发布。

Gemini Robotics 2.5 是什么

Gemini Robotics 2.5 是一种视觉-语言-动作模型，即把摄像头画面、自然语言指令和机器人状态转换为手臂、手指等执行机构动作的神经网络。

普通多模态模型可以看懂“桌上有一个红色杯子”，但不能直接决定机械臂下一秒应该向哪个方向移动、夹爪应该闭合多少，以及接触杯子时应该施加多大的力。VLA 模型解决的正是从“理解世界”到“改变世界”的最后一段距离。

如果把机器人系统比作一家公司，视觉语言模型更像负责理解需求和制定计划的项目经理，VLA 模型则是把计划转化成具体动作的执行团队。项目经理可以说“把汽车支架按照顺序放进托盘”，但真正需要连续输出关节动作、修正抓取位置和判断是否放稳的，是 Gemini Robotics 2.5。

这也是它和 Gemini 4 Argon 的关键区别。Gemini 4 Argon 是通用前沿模型，主要帮助研究人员生成仿真环境、分析失败视频、构建数字孪生和改进训练流程；Gemini Robotics 2.5 才是直接控制机器人手臂与手部动作的模型。Argon 加快了机器人的学习过程，但并不等于 Argon 自己在奔驰工厂里实时控制每一个关节。

机器人终于不只会搬方块

Gemini Robotics 2.5 的核心进步，是把机器人的灵巧操作范围从刚性物体扩展到工具、液体、柔性材料和易碎物品。

谷歌在超过 200 项任务中测试了模型，包括用夹子分发食物、给礼品盒系蝴蝶结、使用移液器操作液体，以及处理容易变形或损坏的物体。(deepmind.google)

这些动作看起来不像让机器人跑步或后空翻那样吸睛，却更接近机器人真正创造经济价值的地方。

拿“系蝴蝶结”来说，机器人需要持续跟踪两条柔软丝带的位置，在丝带被遮挡、折叠和拉伸后重新判断形状，并控制双手施加不同方向的拉力。传统工业机器人通常依赖固定轨迹和精确摆放的材料，一旦丝带位置偏移几厘米，原有程序就可能失效。

移液任务则考验另一类能力：机器人不但要抓住细长工具，还要控制吸取和释放液体的力度，避免碰撞试管或污染样品。它要求视觉、空间推理和接触控制在同一个动作序列里协同工作。

这意味着 Gemini Robotics 2.5 的价值不在于“会做某一个新动作”，而在于它开始具备组合技能的能力：看清目标、选择工具、控制接触、判断结果，并在环境发生变化时修正动作。

关键性能提升了多少

Gemini Robotics 2.5 相比前代最大的量化变化，是成功率最高翻倍，同时把任务执行时间缩短约五分之一到近三分之一。

谷歌公布的提升是相对成功率，而不是简单增加 30 至 100 个百分点。假设某类任务的基线成功率是 40%，提高 100% 意味着成功率达到约 80%；如果基线是 70%，提高 30% 后理论结果约为 91%。不同任务起点不同，因此不能把区间直接理解成所有任务都接近满分。

| 指标 | Gemini Robotics 2 /此前基线 | Gemini Robotics 2.5 | 实际意义 | |---|---:|---:|---| | 测试任务范围 | 未披露同口径总量 | 超过 200 项 | 覆盖工具、液体、柔性物体和工业零件 | | 任务成功率 | 作为比较基线 | 相对提高 30%—100% | 部分原本成功率较低的任务出现明显跃升 | | 任务完成速度 | 作为比较基线 | 提高 20%—30% | 更接近产线节拍，但仍缺少单任务周期数据 | | 奔驰产线测试 | 无同口径结果 | 96% 成功率 | 已进入真实生产环境验证，但仍属于 PoC | | 安全完成能力 | 前代安全引导 | 障碍物场景提升 33%，人员附近提升 43% | 降低机器人靠近人员工作时的失控风险 | | 机器人越狱抵抗 | Gemini Robotics ER 2 为 82% | Argon 在新基准中达到 99.5% | 针对伪装危险指令的拒绝能力显著增强 |

速度提升尤其重要，因为工业机器人是否有用，不只取决于“最终能不能完成”，还取决于能否跟上生产节拍。一台机器人即使成功率达到 99%，但每次分拣需要两分钟，也很难替代每十几秒完成一次操作的工人或专用设备。

谷歌目前只给出了 20% 至 30% 的相对速度提升，没有公布奔驰测试中的平均循环时间、最长延迟、连续运行时长和人工接管频率。因此，这组数据证明了进步，但还不足以证明 Gemini Robotics 2.5 已经达到成熟工业设备的生产效率。

96%成功率，已经能上生产线了吗

奔驰工厂的 96% 成功率说明 Gemini Robotics 2.5 已经跨过实验室演示阶段，但距离无人值守的规模化部署仍有差距。

这次概念验证在匈牙利凯奇凯梅特和德国辛德芬根的奔驰生产环境中进行。Apollo 2 人形机器人负责汽车零部件的 kitting，也就是从散装料箱中取出金属支架，再按照车辆装配顺序放进对应托盘。(deepmind.google)

整个系统不是由一个模型包办所有工作。Gemini Robotics ER 负责跟踪工作流程和多步骤状态，Gemini Robotics 2.5 负责控制 Apollo 2 的手臂与手部动作。这种分层架构更接近真实工业系统：高层模型决定下一步做什么，动作模型负责执行，底层控制器继续处理平衡、关节限位、碰撞停止和紧急制动。

96% 在研究项目中是不错的成绩，但放到大规模制造场景里仍然需要谨慎解读。如果一条产线每天执行 1 万次抓取，4% 的失败率意味着约 400 次异常。即使多数失败可以由机器人自动重试，也会影响节拍，并增加零件掉落、托盘顺序错误和人员介入的概率。

真正决定机器人能否进入量产合同的指标，通常还包括：

• 连续运行数小时或数天后的成功率是否下降；
• 失败后能否自主恢复，而不是等待工程师重置；
• 平均任务周期以及 95 分位、99 分位延迟；
• 更换零件、料箱和照明条件后需要多少重新训练数据；
• 每千小时人工干预次数和硬件故障率；
• 机器人、算力、维护和安全改造的综合成本。

谷歌没有在本次发布中披露这些数据。因此，96% 更准确的含义是：通用 VLA 模型已经能够在真实汽车工厂里完成有生产价值的任务，但尚未证明它可以像传统工业机械臂一样长期、稳定且低成本地运行。

同一模型，适配不同机器人本体

Gemini Robotics 2.5 原生支持多种机器人形态，目标是让同一套智能能力在不同硬件之间迁移。

谷歌展示的平台包括 Apptronik Apollo 2 人形机器人和 Franka Duo 双臂平台。Apollo 2 可以搭载拥有五根手指、22 个自由度的 SharpaWave 灵巧手，Franka Duo 则可以使用结构简单得多的两指平行夹爪。

| 模型 | 在机器人系统中的职责 | 典型部署位置 | 当前开放范围 | |---|---|---|---| | Gemini Robotics 2.5 | 将视觉和语言转化为手臂、手部动作 | 云端或机器人控制栈 | 机器人合作伙伴 | | Gemini Robotics ER | 理解场景、拆解任务、跟踪执行状态 | 高层任务规划系统 | 有限范围开放 | | Gemini Robotics On-Device 2 | 在本地执行低延迟动作策略 | 机器人端侧计算设备 | 受信任测试与合作伙伴 | | Gemini 4 Argon | 生成仿真、分析失败、辅助研究和训练 | 研发与数据生产流程 | 通用模型及相关开发平台 |

跨本体迁移是 VLA 模型比传统自动化方案更有吸引力的原因。传统机械臂程序通常和具体硬件、工位坐标及夹具深度绑定，更换机械臂或夹爪往往意味着重新标定和编程。通用模型则试图把“如何完成任务”的知识和“这台机器人有多少关节”的硬件细节分开。

不过，原生支持多个平台不等于模型可以零配置运行。不同机器人的手指数量、关节范围、相机位置、负载和控制频率差异巨大，实际部署仍然需要动作映射、后训练、安全验证和现场标定。

安全不再只是加一个急停按钮

机器人模型的安全问题，是防止错误指令直接转化为具有物理后果的动作。

Gemini Robotics 2.5 在推理阶段加入物理安全引导，使机器人能够在执行过程中避开障碍物和附近人员。谷歌称，这项机制让机器人在障碍物附近安全完成任务的能力提高 33%，在人类附近工作时提高 43%。(deepmind.google)

这类似于给动作模型增加一个持续工作的安全审查层。语言模型输出一句错误文字，通常只会产生信息风险；机器人输出一个错误动作，可能打翻液体、损坏设备，甚至伤到旁边的人。

谷歌还发布了 ASIMOV-Jailbreak，这是一个针对机器人危险指令和对抗性提示的新测试基准。该基准包含数百条经过伪装的危险请求，覆盖数十种物理场景。Gemini 4 Argon 在测试中的越狱抵抗率达到 99.5%，此前 Gemini Robotics ER 2 基线为 82%。(deepmind.google)

但模型安全不能替代机械安全。生产环境仍然需要独立的碰撞检测、安全光栅、力矩限制、硬件急停和人员隔离机制。一个合理的架构应该允许底层安全系统在不等待大模型判断的情况下，直接中断危险动作。

谷歌真正瞄准的是机器人基础模型

Gemini Robotics 2.5 的长期目标不是卖出一款机器人，而是成为不同机器人共享的智能层。

谷歌没有制造 Apollo 2，也不需要自己生产机械臂。它希望复制 Android 的平台逻辑：硬件厂商负责机器人本体、电机和传感器，谷歌提供理解环境、规划任务和生成动作的基础模型。

这种路线与专门为单一工位编写程序的传统工业自动化不同，也与依赖大量人工遥操作数据训练单一机器人的方案不同。Gemini Robotics 2.5 试图通过大规模预训练、仿真数据和少量现场适配，让一套模型覆盖更多设备和任务。

Gemini 4 Argon 在这里承担了重要的数据引擎角色。它可以根据真实摄像头画面构建数字孪生，生成大量带变化的模拟训练过程，并从失败视频中推测问题原因。模型因此不必把所有技能都放到真实机器人上反复试错，可以先在仿真环境中练习，再将结果迁移到实体设备。

这套方法能降低数据采集成本，也可能缩短新任务的上线时间。但仿真和现实之间始终存在差距：摩擦力、材料形变、传感器噪声和零件磨损都很难被完全模拟。Argon 可以加快研究，却无法消除真实世界验证。

OpenAI Hub 观点：进步是真的，商业化还要看成本

Gemini Robotics 2.5 是一次有分量的升级，但它目前更像机器人产业的基础设施预览，而不是开发者可以立即使用的产品。

200 多项任务、最高翻倍的相对成功率和奔驰产线 96% 的测试结果，说明通用 VLA 正在从“展示机器人会做什么”转向“验证机器人能否持续创造价值”。尤其是柔性物体、工具和液体操作，这些能力比搬箱子、抓积木更接近实验室、餐饮、零售和制造业的真实需求。

但这次发布依然缺少三个决定商业化速度的信息：公开接入方式、部署成本和长期运行数据。

机器人行业过去并不缺少惊艳演示，缺少的是能在一年内稳定运行、维护成本可控，并且投资回收周期短于人工或专用自动化设备的系统。通用人形机器人还必须和成熟机械臂、传送带、自动导引车以及针对特定工序设计的设备竞争，而不是只和上一代 AI 模型竞争。

Gemini Robotics 2.5 的真正价值，要看它能否把机器人部署从一个需要数月编程和调试的工程项目，压缩成数天或数周的模型适配。如果新任务上线速度能够持续提高，机器人本体的硬件成本也继续下降，VLA 模型才可能成为下一代工业软件平台。

至少从奔驰产线的结果来看，谷歌已经把这场竞争从实验室推到了工厂。但 96% 成功率只是入场券，不是终点。

参考来源

• IT之家：谷歌最强 VLA 机器人模型 Gemini Robotics 2.5 登场 — 汇总模型任务表现、奔驰生产线测试结果及安全能力数据。
• 知乎：一个模型控制机器人从头到脚所有运动 — 介绍 Gemini Robotics 2 系列的全身控制、ER 模型和端侧模型分工。