一句话看懂：Google DeepMind 于 2026 年 11 月 10 日发布 Gemini Robotics 2.5，在实验室任务上成功率比上一代提升 30% 至 100%，与 Apptronik 和梅赛德斯-奔驰合作的工厂实测达到 96%，同时以开源方式推出安全评测基准“ASIMOV-jailbreak”。
事件核心：发生了什么
Gemini Robotics 2.5 是负责生成机器人动作的视觉-语言-动作模型（VLA），与负责理解指令、通过实时视频规划任务的 Gemini Embodied Reasoning 配合工作。DeepMind 称新版本在灵巧操作上明显进步：Apptronik 的 Apollo 2 人形机器人已能用五指手系蝴蝶结，而缎带这类可变形物体一直被认为是机器人操作的难点。
数据层面，新模型在 200 多项活动评测中成功率提升 30% 至 100%，速度加快 20% 至 30%；不过这些数字来自实验室环境。在真实产线上，Gemini 驱动的 Apollo 2 在欧洲几家工厂完成汽车零件分拣，成功率为 96%。DeepMind 机器人负责人 Carolina Parada 也坦言，通用能力与单一场景的极致表现之间存在取舍。训练方面，DeepMind 使用 Gemini 4 Argon 基于真实摄像头数据生成“数字孪生”变体，再与遥操作演示数据结合。
为什么重要
96% 的成功率对展示意义很大，但距离工业级要求仍有差距——人类做重复性分拣几乎不会出错。DeepMind 主管 Kanishka Rao 称补齐最后 4 个百分点是“陡峭的路”。这反映出通用机器人路线的核心矛盾：传统自动化可以靠硬编码稳定完成少数任务，而通用模型追求覆盖更广，必须接受单点性能的折损。
另一个约束来自部署方式。当前 2.5 版本仍运行在云端服务器上，推理存在延迟，演示视频还做了 2 倍加速；前沿模型处理 token 耗时较长，而机器人操作难以长时间停顿。安全上，模型通过推理时判断规避危险，遇到障碍会停下或等待，DeepMind 称这让存在障碍时的任务完成率提高 33%。
对用户/开发者/创作者的影响
对机器人开发者而言，Gemini Robotics 2.5 延续了“云端大模型 + 机器人本体”的路线，短期难以摆脱网络与延迟限制，本地嵌入式模型仍是关键变量。开源安全基准“ASIMOV-jailbreak”为评估机器人模型被诱导执行危险动作提供了公共测试集，但素材未披露其具体指标与覆盖范围。企业采购方应把 96% 看作特定工厂、特定任务下的阶段性结果，而非通用产线部署承诺。
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 96% 在更多工厂、更多零件与更长运行周期下能否保持；二是云端推理延迟何时收敛到可接受水平，或是否推出端侧版本；三是 ASIMOV-jailbreak 是否被其他机器人厂商采用，形成事实上的安全评测标准。
来源：Ars Technica
