Google DeepMind 於 11 月 10 日發布 Gemini Robotics 2.5，號稱目前最強大的視覺-語言-動作（Vision-Language-Action, VLA）模型，目標是讓機器人更快學會真實世界的技能，並首次在**賓士（Mercedes-Benz）**的汽車生產線上完成具代表性的實場驗證。這代表該團隊繼今年稍早推出主打「全身智能」的 Gemini Robotics 2 之後，把實體智能的前沿進一步推向非結構化的真實環境。
發布重點
任務廣度、靈巧度與可靠性
- 官方在超過 200 項截然不同的任務上評測，涵蓋用夾子端食物、在禮物盒上綁蝴蝶結、用移液槍分注液體等細膩操作，被視為朝「人類級靈巧度」前進的組合能力（進階工具使用、可形變物體處理、精細物件操作）。
- 對比先前的基準模型，依任務類型不同，成功率提升了 30% 至 100%，同時完成任務速度快 20% 至 30%。
- 原生支援多種機器人平台，包括具備五指、22 個自由度 SharpaWave 手的 Apptronik Apollo 2 人形機器人，以及雙指平行夾爪的 Franka Duo 平台。
Mercedes-Benz 產線實測
- 與 Apptronik、Mercedes-Benz 合作，在匈牙利的 Kecskemét 與德國的 Sindelfingen 兩座工廠生產線上進行先導驗證。
- Apollo 2 在自動化「汽車揀配（automotive kitting）」流程中——將散裝零件依各車款所需順序分類、放入組裝托盤——達成 96% 的成功率，過程由 Gemini Robotics ER 體感推理模型追蹤工序、Gemini Robotics 2.5 控制手與手臂動作。
安全與可操控性
- 透過**推論時推理引導（inference-time reasoning guidance）**即時繞開物理危險；官方數據顯示繞障完成率提升 33%、貼近人員作業的完成率提升 43%。
- 發布開放基準 ASIMOV-Jailbreak（含數百條偽裝不安全請求、橫跨數十個場景），用以測試機器人的對抗性越獄韌性；Gemini 4 Argon 取得 99.5% 的抵禦率，遠高於前一版 Gemini Robotics ER 2 的 82%。
為何重要
其一，「模擬加速真實」的開發典範成形。Gemini Robotics 2.5 的開發大量仰賴 Gemini 4 Argon 充當模擬引擎——從真實攝影機畫面生成數千種多樣化的模擬練習場次、建立數位雙生，並從影片推測任務失敗原因、在模擬與實機上測試改良。這象徵「用旗艦模型加快訓練機器人」的自我強化迴路，是走向實體 AGI 的關鍵路徑。
其二，實場數據為「類人級靈巧度」背書。96% 的成功率並非實驗室基準，而是來自真實汽車生產線的物料揀配先導案例，且僅經數週後訓練便從 Apptronik 轉移推廣到 Mercedes-Benz 產線而幾乎無表現下滑。這把先前純展示性質的機器人 demo，推向「值得投入量產環境」的可靠性門檻。
其三，機器人安全開始有專屬基準。過往對抗性越獄測試多聚焦語言與智能體，ASIMOV-Jailbreak 與即時物理避障引導補上了「實體安全」這一塊，顯示監管與工程注意力正延伸到部署於物理世界、可能對人造成直接風險的系統。
對開發者與研究者的啟示
- Gemini Robotics 2.5 已向 Google 的機器人合作夥伴逐步推送；VLA 模型與體感推理模型（ER）分工使用的模式（前者控動作、後者管工序）值得作為實作參考。
- 評測須區分「實驗室 200 項任務」與「單一產線 96% 」的不同語境，真實可靠性仍高度依賴特定場景與後訓練；跨場景推廣尚未被證實普遍成立。
- ASIMOV-Jailbreak 是開放基準，可自行複測再寫入安全評估；官方安全數字以內部評測為主。
本文信息來源：Google DeepMind 官方部落格。