谷歌更新机器人 VLA 模型，Apollo 2 在奔驰产线实现 96% 分拣成功率

11 月 10 日，谷歌通过旗下 DeepMind 官方博客发布视觉 — 语言 — 动作（VLA）模型 Gemini Robotics 2.5。

从实验室任务落地到奔驰产线试点，这一版本模型究竟在哪些地方实现了提升？

根据谷歌披露，在与 Apptronik、奔驰合作的产线试点当中，搭载该模型的 Apollo 2 人形机器人分拣汽车零部件的成功率达到 96%。

图丨Apollo 2 在演示中操作礼盒缎带（来源：DeepMind 官方博客视频截图）

据谷歌介绍，Gemini Robotics 2.5 是其迄今为止能力最强的 VLA 模型，作用是将视觉与语言输入转化为机器人的动作。目前，该模型已经向谷歌的机器人合作伙伴开放。

今年 7 月 30 日，谷歌发布 Gemini Robotics 2，使人形机器人拥有从脚到指尖的全身控制能力，并同步推出具身推理模型 Gemini Robotics ER 2。

谷歌称，研究团队在超过 200 项不同任务上对这一模型开展评估，任务场景包括用夹子分取食物、给礼盒系蝴蝶结、使用移液器移取液体等，覆盖工具使用、柔性物体操作以及易碎物体处理。

在谷歌的模型评估中，与此前基线相比，Gemini Robotics 2.5 的任务成功率因任务类型不同相对提高 30% 至 100%，完成任务的速度快 20% 至 30%。

据谷歌介绍，与此前的 Gemini Robotics 模型一样，2.5 版可直接用于多种机器人，包括搭载 Sharpa 的五指、22 自由度 SharpaWave 灵巧手的 Apptronik Apollo 2 人形机器人，以及使用两指平行夹爪的 Franka Duo 平台。

本次产线试点安排在奔驰位于匈牙利凯奇凯梅特与德国辛德尔芬根的工厂，Apollo 2 在正常运行的汽车产线上自主完成物料拣配工作。

这项作业要求机器人从散料箱里取出单个零件，再按照产线上每一台车辆对应的装配顺序，将零件放入分装托盘。谷歌称，把这类工作交给机器人之后，技术人员可以将精力投入到复杂度更高的装配任务当中。

图丨Apollo 2 在奔驰工厂进行汽车零件拣配（来源：DeepMind 官方博客视频截图）

在试点流程中，具身推理模型 Gemini Robotics ER 负责跟进、管控整个工作流程，Gemini Robotics 2.5 动作模型则控制机器人的手臂与手部。机器人从供料箱拾取金属汽车支架，再放到排序容器内。根据谷歌披露，这项汽车零件拣配概念验证的成功率为 96%。

Apptronik 联合创始人兼首席执行官 Jeff Cardenas 提到，Apollo 2 在搭配 Gemini Robotics 之后，模型在数周的后训练过程中取得明显进步，迁移部署到奔驰产线之后，性能几乎没有出现衰减。

据 Ars Technica 的报道，DeepMind 总监 Kanishka Rao 表示，补上剩余 4% 的差距，将会是一段「陡峭的路」。

同一篇报道援引 DeepMind 机器人负责人 Carolina Parada 的说法：团队可以针对某一项特定应用做到十分出色，但代价是牺牲泛化能力；也可以持续提升模型的泛化水平，却未必能在每一项应用场景里稳定达到 99.9% 的成功率。

Ars Technica 同时提到，当前的 2.5 版本仍然在云端服务器上运行，该报道配套的谷歌演示视频经过了 2 倍速处理。

在训练方面，谷歌介绍，尚在开发中的前沿模型 Gemini 4 Argon 在整套流程里充当仿真引擎。它能够依据一段真实相机画面，生成数千组各不相同的模拟练习场景，搭建数字孪生，再结合真实示范数据共同参与训练，从而帮助机器人更快适应全新场景与陌生物体。

谷歌称，Argon 还可以根据视频推断任务失败背后的原因，帮助研究人员在仿真环境和真机上测试、迭代改进方案。

安全层面，Gemini Robotics 2.5 会在推理过程中引导机器人避开物理危险。谷歌的评估结果显示，启用这项推理引导能力后，机器人在存在障碍物的环境中安全完成任务的比例相对提升 33%，在有人靠近的环境下，这一比例相对提升 43%。

面向长程智能体任务，谷歌同步开源评测基准 ASIMOV-Jailbreak。这套基准包含数百条伪装成正常指令的危险提示，覆盖数十类场景，用来检验机器人模型是否会被 “越狱” 诱导，进而执行危险动作。

根据谷歌官方博客信息，在 ASIMOV-Jailbreak 的测试当中，Gemini 4 Argon 的越狱抵御率为 99.5%，而此前基线版本 Gemini Robotics ER 2 的抵御率为 82%。