Google Deepmind 发布了一款用于机器人控制的新 AI 模型。在梅赛德斯-奔驰活跃生产线上的试点测试中，一台人形机器人据称达到了 96% 的成功率。
Google Deepmind 推出了Gemini Robotics 2.5，这是一个视觉-语言-动作模型（VLA），能够处理视觉信息、理解语言指令，并将其转化为机器人动作。该模型建立在其今年早些时候推出的前代模型之上，后者旨在首次赋予机器人全身控制能力。
Google Deepmind 表示，他们在 200 多项任务上测试了该模型，包括用夹子盛放食物和移液。与公司自身此前的基线相比，据称根据任务类型不同，其成功率高出 30% 至 100%，完成任务的速度快 20% 至 30%。
该模型设计为可适配不同类型的机器人，包括 Apptronik 的人形机器人 Apollo 2（配备具有 22 个自由度的五指手），以及配备两指平行夹爪的 Franka Duo 平台。
Google Deepmind 在梅赛德斯-奔驰活跃生产线上测试该模型
Google Deepmind 与 Apptronik 和梅赛德斯-奔驰合作，在匈牙利凯奇凯梅特和德国辛德芬根的活跃生产线上测试了该模型。Apollo 2 机器人负责配料工作：它从散装料箱中分拣金属零件，并按装配线上每辆车的所需顺序将其放入托盘中。两个 AI 模型协同工作。Gemini Robotics ER负责监控工作流程，而 Gemini Robotics 2.5 负责控制手和手臂。
视频：Google
Google Deepmind 报告称，此次试点测试的成功率为 96%。Apptronik CEO Jeff Cardenas 表示，这些模型在训练后几周内就显著提升，并成功过渡到梅赛德斯的生产中，性能损失极小。
针对越狱的新安全基准测试
据 Google Deepmind 称，Gemini Robotics 2.5 采用实时控制，使机器人能够在执行任务时避开物理危险。在其自身的评估中，在障碍物附近的安全任务完成率提升了 33%，在人员附近提升了 43%。
此外，Google Deepmind 还发布了开源ASIMOV-Jailbreak基准测试在 Hugging Face 上。它包含数百条提示词，将不安全请求伪装在数十个场景中，旨在测试机器人模型是否会被诱骗执行危险动作。据该公司称，Google 自家的模型 Gemini 4 Argon 的抗越狱能力达到 99.5%，而其前代 Gemini Robotics ER 2 为 82%。
Argon 语言模型通过模拟生成训练数据
在 Gemini Robotics 2.5 的开发过程中，Google Deepmind 将自家的语言模型 Gemini 4 Argon 用作模拟引擎。Argon 可以从真实相机场景生成数千次模拟训练运行，并创建数字孪生。结合真实世界的训练演示，这旨在帮助机器人更快地泛化到新场景和新物体。Argon 还可以从视频录像中推导出关于错误原因的假设，并在模拟环境和实际机器人上测试改进效果。
据 Google Deepmind 称，Gemini Robotics 2.5 正在向合作伙伴 Agile、Apptronik 和 Mercedes-Benz 推出。