一句话看懂：Google DeepMind 发布新一代视觉-语言-动作模型 Gemini Robotics 2.5，在 200 项任务评测中成功率较此前基线提升 30% 至 100%，并在奔驰匈牙利和德国产线的概念验证中让 Apollo 2 人形机器人完成零部件分拣，成功率达 96%。
事件核心：发生了什么
2026 年 11 月 10 日，Google DeepMind 推出 Gemini Robotics 2.5。按官方说法，这是其迄今能力最强的 VLA 模型，在灵巧度、可靠性和安全性三方面均有提升，目前已向机器人合作伙伴开放。评测覆盖 200 项任务，包括用夹子分餐、给礼盒打蝴蝶结、移液等，较此前基线成功率高 30% 至 100%，完成任务快 20% 至 30%。该模型原生支持多种机器人形态，如搭载五指 22 自由度 SharpaWave 手的 Apptronik Apollo 2，以及配两指平行夹爪的 Franka Duo 平台。
为什么重要
机器人模型的价值最终取决于真实工作场景表现。DeepMind 联合 Apptronik 和奔驰，在匈牙利 Kecskemét 与德国 Sindelfingen 产线做了概念验证：Apollo 2 自主将金属支架从散料箱分拣并放入排序容器，由 Gemini Robotics ER 跟踪工作流、Gemini Robotics 2.5 控制手臂和手部，成功率达 96%。若这类重复性备料工作能稳定交给机器人，产线节拍和技师分工都可能随之调整。不过这是试点验证，尚非大规模量产部署。
对用户/开发者/创作者的影响
对机器人开发者而言，这意味着 VLA 模型正从实验室演示走向可接入的合作伙伴生态，选型时需关注自身硬件（手型、自由度、夹爪）是否在支持列表内。对企业采购方，96% 成功率是在特定产线、特定任务和试点条件下取得的，评估时应要求供应商提供同类场景的自测数据。对普通用户，人形机器人进入工厂做重复劳动的时间表更具体了，但距离家庭场景仍有距离。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是合作伙伴的实际部署规模与持续运行表现，尤其是成功率能否在长周期下保持；二是安全性方面新增的对抗性越狱基准是否会公开细节，以及物理安全可控性如何落地；三是 Gemini Robotics 2.5 与后续 Gemini 模型迭代的配合节奏，是否进一步降低新任务的训练与适配成本。
