谷歌发布 Gemini Robotics 2.5:人形机器人走进工厂产线

Google DeepMind 发布 Gemini Robotics 2.5,Apollo 2 人形机器人在奔驰工厂产线完成零件分拣,成功率 96%,小编梳理亮点和安全测试。

机器人想从实验室走进工厂,难点在于现场的任务不像演示那样可预测。Google DeepMind 推出的 Gemini Robotics 2.5,就是冲着这个问题来的:它是公司面向实验室之外机器人的最强视觉-语言-动作模型。

据谷歌介绍,新版本让机器在不可预测的非结构化环境里,更精确地使用日常工具、处理精细柔软的物体。测试围绕灵巧性、可靠性和安全性,评估集包含 200 个不同任务。这次发布延续了此前让多种机器人(包括人形)拥有全身智能的工作,也让谷歌在工厂的物理 AI 上走得更深。

Apollo 2 上真实产线:成功率 96%

在奔驰的部署中,两个模型分工协作,操作的是 Apptronik 的 Apollo 2 人形机器人:具身推理模型 Gemini Robotics ER 负责跟踪工作流程,Gemini Robotics 2.5 动作模型控制机器人的手和手臂。

在匈牙利凯奇凯梅特和德国辛德芬根的工厂,Apollo 2 在运转中的生产线上做汽车零件配套:把零件从散料箱分拣到有序的托盘里,顺序严格按每辆车的需要,这不是实验室演示。概念验证期间,Apollo 2 拣选和打包汽车零件的成功率为 96%。谷歌 DeepMind 称,机器人可以承担单调的工作,让技术人员专注于复杂的装配任务。

Apptronik 在声明里说:“这正是我们打造 Apollo 的目的:在真实工业环境里与人一起做有用的工作。把 Apollo 2 和 Gemini Robotics 配合使用,我们看到模型在短短几周的后训练里显著提升,并几乎无损地迁移到奔驰的生产中。这是把人形机器人大规模带入工业和商业环境的基础。”

基准表现与硬件适配

Gemini Robotics 2.5 的成功率比此前基线高 30% 到 100%(取决于任务类型),完成同样评估快 20% 到 30%,谷歌称任务精度也有提升。公司说,模型既增加了机器人能学会的技能广度,也加快了习得速度。

平台特点
Apollo 2(SharpaWave 手)22 个自由度的灵巧手
Franka Duo使用平行夹爪,同一套软件也能运行

也就是说,Gemini Robotics 2.5 不需要人形手,不绑定某一种机器人设计。

仿真训练与越狱安全

谷歌把底层研究的加速归功于 Gemini 4 Argon:系统充当仿真引擎,根据摄像头画面生成练习,并为每个任务建立数字孪生,让工程师在改动真实机器人之前,先测试任务为什么失败。这种“先仿真”的做法,反映出企业对世界模型的更广泛兴趣。

随着机器人进入日常环境,推理阶段的引导现在能让它们绕开物理危险。新的 ASIMOV-Jailbreak 基准,衡量模型在各种场景下对伪装的不安全请求的抵抗力。Argon 在该基准上达到 99.5% 的越狱抵抗率,谷歌称这相比之前的 Gemini Robotics ER 基线是大幅提升,也是有记录以来最强的抵抗结果。

常见问题(FAQ)

Gemini Robotics 2.5 只能用在人形机器人上吗?

不是,同一套软件也能跑在使用平行夹爪的 Franka Duo 平台上。

96% 的成功率是实验室数据吗?

不是,那是奔驰两家工厂运转中的产线上,概念验证阶段的零件拣选与打包成绩。

两个模型各管什么?

Gemini Robotics ER 负责跟踪工作流程,Gemini Robotics 2.5 动作模型控制手和手臂。

安全性怎么衡量?

用新的 ASIMOV-Jailbreak 基准测抵抗伪装不安全请求的能力,Argon 达到 99.5%。以上数据均为谷歌公布,建议关注后续的第三方评测。

(想了解研究团队,可以访问 Google DeepMind 官网。)