Gemini Robotics 2.5 加速现实世界通用灵巧性
2026-11-12 · Google DeepMind
Gemini Robotics 2.5 加速现实世界通用灵巧性
2026 年 11 月 10 日，Google 推出 Gemini Robotics 2.5，称其为迄今能力最强的视觉-语言-动作（VLA）模型。该模型同时提升机器人可学习技能的广度与获取速度，以增强灵巧性、可靠性和安全性，帮助机器人走出实验室，进入更非结构化的真实环境。Google 表示，今年早些时候已把全身智能带到包括人形机器人在内的多种机器人上；如今，主要得益于 Gemini 4 Argon 加速机器人研究的能力，物理智能前沿被进一步推进。模型在 200 多项不同任务上测试，Google 称该方法可扩展到更多任务。
三个关键提升
- 灵巧性：机器人能以更高性能和灵巧度完成更多任务，从使用日常工具到处理精致、柔性物体。
- 可靠性：在梅赛德斯-奔驰生产线上的真实概念验证中，模型帮助 Apptronik 的 Apollo 2 人形机器人拣选和包装汽车零部件，成功率达 96%。这可能让机器人承担单调工作，使技术人员专注于复杂装配任务。
- 安全性：随着机器人进入日常环境，Google 改进了物理安全可引导性，并推出新基准，用于测试针对机器人学的对抗性越狱。
Gemini Robotics 2.5 正面向机器人合作伙伴推出。
扩展任务广度与性能
Google 表示，真实环境非结构化且不可预测，机器人必须精细且高可靠地处理日常物体。Gemini Robotics 2.5 扩展了任务广度、性能和复杂度。模型在 200 项不同任务上评估，例如用夹子分餐、在礼盒上系蝴蝶结、移取液体。这些任务结合高级工具使用、柔性物体复杂操作和精细处理易损物体等技能，是迈向人类级灵巧性的一步。评估显示任务精度、鲁棒性和速度显著提升。与先前基线相比，Gemini Robotics 2.5 视任务类型不同，成功率高 30% 至 100%，完成任务快 20% 至 30%。它原生适配多种机器人，包括 Apptronik 的 Apollo 2 人形机器人（配备五指、22 自由度的 SharpaWave 手）以及带二指平行夹爪的 Franka Duo 平台。
真实场景可靠性试点
Google 与 Apptronik、梅赛德斯-奔驰合作，在匈牙利凯奇凯梅特和德国辛德尔芬根的活跃汽车生产线上测试 Apollo 2。Google 表示，机器人难以适应新的不可预测环境；Gemini Robotics 模型赋予 Apollo 思考、多步推理并采取行动以适应变化的能力。在该概念验证中，Apollo 2 自主执行汽车套件分拣：将单个零件从散装箱分拣到有序托盘，并按每辆车所需的确切顺序排列。这一重复且耗费体力的准备工作被交给机器人，有助于保持装配线运转，同时让技术人员专注于复杂装配任务。机器人使用具身推理模型 Gemini Robotics ER 跟踪工作流程，并用 Gemini Robotics 2.5 动作模型控制手和手臂；它伸入供料箱，拾取金属汽车支架，放入排序容器，并能纠正间隙。该试点成功率达 96%。Apptronik 联合创始人兼 CEO Jeff Cardenas 表示，Apollo 就是为在真实工业环境中与人们一起做有用工作而构建；将 Apollo 2 与 Gemini Robotics 结合后，模型在短短几周后训练中大幅提升，并迁移到梅赛德斯-奔驰生产环境时几乎没有性能下降，这为规模化将人形机器人引入工业和商业环境奠定了基础。
安全、可引导性与智能体安全
Google 表示，随着机器人在杂乱日常空间中运行，物理安全至关重要。Gemini Robotics 2.5 使用推理时推理引导，实时绕开物理危险。类似安全分类器为 Gemini 响应增加保护层，这种引导让机器人能安全导航复杂环境。在评估中，该能力使绕开障碍物时的安全任务完成率提升 33%，在附近有人时提升 43%。Google 还在推进长时程、智能体任务的安全。Gemini 4 Argon 目前在其智能体机器人评估中领先，涵盖不安全任务拒绝、解决不确定性和在人类附近工作。为测试越狱鲁棒性，Google 发布 ASIMOV-Jailbreak，一项新的开源基准。