作者 | 宋子乔
当地时间11月10日，谷歌DeepMind推出新模型Gemini Robotics 2.5，称其为谷歌迄今为止功能最强大的视觉-语言-动作（VLA）机器人模型，进一步拓展了物理AI的边界。
该模型已面向谷歌的机器人合作伙伴开放。
据官方博客，基于该模型，机器人能够执行更多任务，性能和灵巧性也更高，团队在200多项真实任务中评估了该模型，任务类型包括用食品夹分餐、给礼盒系蝴蝶结、液体移液等，这些任务结合了多种技能，包括使用高级工具、对可变形物体的复杂操作以及精细化处理易碎物品。
相比此前的模型，该模型在部分任务中的成功率提升高达100%，执行速度最高提升30%，并在奔驰汽车产线实现96%的任务成功率。
其中，DeepMind与Apptronik、梅赛德斯-奔驰合作，将机器人引入匈牙利凯奇凯梅特与德国辛德尔芬根的汽车生产线：Apptronik的Apollo 2人形机器人自主完成汽车零件分拣任务——从散装料箱中按产线顺序拣取金属支架，放入对应的排序容器。
Apollo 2人形机器人基于Gemini Robotics 2.5在梅赛德斯-奔驰工厂自主进行汽车套件组装
在这一过程中，Gemini旗下双模型发力，Gemini Robotics ER负责跟踪整个任务流程，Gemini Robotics 2.5则负责控制机器人的手臂与手部动作。最终，Apollo 2在该任务中实现了96%的成功率。
Apptronik联合创始人兼CEO Jeff Cardenas称，经过短短几周的后训练，模型的性能便取得了显著提升，并且在迁移到奔驰真实生产线后，性能下降幅度很小。
目前该试点处于概念验证阶段，官方未披露任务时长、试验次数、产线节拍等工程化指标。
