人工智能与实体机器人技术的融合再度迎来里程碑式进展。近日,谷歌正式发布了迄今为止能力最强的视觉-语言-动作(VLA)机器人模型——Gemini Robotics2.5。该模型在机器人的技能广度、学习速度以及核心的灵巧度、可靠性、安全性三大关键领域实现了全方位跃升,目前正全面面向谷歌的机器人合作伙伴开放。
核心性能大幅跨越:任务成功率飙升,原生适配多类型机器人
作为新一代的突破性成果,Gemini Robotics2.5已经完成了超过200项不同复杂任务的严格测试。
测试数据显示,相较于前代基线模型,该模型在各项任务中的成功率大幅提升了30% 至100%,执行任务的完成速度也加快了20% 至30%。更为重要的是,该模型具备极强的通用性,能够原生适配多种不同类型的机器人硬件载体,展现出优秀的跨平台适应能力。
奔驰生产线实地验证:人形机器人高效完成零部件拣选打包
为了检验其在真实工业环境中的落地价值,Gemini Robotics2.5目前已在德国知名汽车制造商奔驰的生产线上开展了实际概念验证(PoC)。
在复杂的汽车制造车间现场,搭载该模型的人形机器人成功承担了汽车零部件的拣选与打包任务,其实际操作成功率高达96%。这一亮眼的数据表明,该模型不仅停留在实验室的理论阶段,更具备了应对工业级高强度、高精度作业的实用潜力。
安全机制全面升级:搭载物理危险规避,越狱抵御率达99.5%
在安全与鲁棒性方面,Gemini Robotics2.5同样交出了一份出色的答卷。
该模型底层搭载了先进的实时物理危险规避机制,使得机器人在处理涉及安全的复杂任务时,完成率得到了显著提升。同时,为确保模型在开放环境中的安全性,谷歌还配套开源了越狱鲁棒性测试基准 ASIMOV-Jailbreak,其实测的越狱抵御率高达99.5%。
据了解,Gemini Robotics2.5的快速研发与性能突破,很大程度上得益于全新旗舰大模型Gemini4Argon在底层算力与推理能力上的强力加速,这也为后续具身智能的发展奠定了坚实的基础。















