11 月 12 日，盖世具身智能获悉，谷歌 DeepMind 发布新一代视觉 - 语言 - 动作（VLA）模型 Gemini Robotics 2.5，重点提升机器人在复杂环境中的灵巧操作、任务执行可靠性及安全性。目前，该模型正逐步向机器人合作伙伴开放。

图片来源：谷歌 DeepMind

据谷歌 DeepMind 披露，Gemini Robotics 2.5 已完成超过 200 项不同任务的测试，涵盖工具使用、柔性物体操作及精细作业等场景。相较此前模型，不同任务的成功率提升 30% 至 100%，执行速度提高 20% 至 30%。

汽车制造成为此次模型验证的重要场景。

谷歌 DeepMind 联合 Apptronik 及梅赛德斯 - 奔驰，在匈牙利凯奇凯梅特和德国辛德芬根的奔驰生产线上，使用 Apollo 2 人形机器人开展零部件分拣与配套测试。

测试中，机器人通过 Gemini Robotics 具身推理模型管理作业流程，并由 Gemini Robotics 2.5 控制手臂和灵巧手，将散装汽车金属支架抓取、分拣并放入指定容器，实现 96% 的任务成功率。该项目目前仍处于概念验证阶段。

技术层面，Gemini Robotics 2.5 能够适配不同机器人本体，包括搭载五指、22 自由度灵巧手的 Apollo 2，以及使用双指夹爪的 Franka Duo 平台。

此外，新模型通过推理引导改善机器人与障碍物及人员交互时的安全性。谷歌还引入 Gemini 4 Argon 模型辅助机器人研发，利用真实场景生成模拟训练数据，并分析任务失败原因，加速模型迭代。

值得关注的是，此次升级不仅涉及机器人动作执行能力，也进一步强化了通用大模型在机器人训练、仿真及任务推理中的作用。