Google DeepMind 发布 Gemini Robotics 2.5：200 项任务成功率提升 30%–100%，Apptronik Apollo 2 在奔驰产线分拣零件成功率 96%，并开源机器人越狱测评 ASIMOV-Jailbreak

核心背景与行业痛点

机器人进入真实环境，难点不是做一次漂亮的演示，而是在乱糟糟的场景里稳定地完成大量不同任务。软的、易碎的物体，需要用工具的动作，以及在人旁边干活的安全问题，一直卡着机器人走出实验室。10 月 27 日 Google Cloud 刚把具身推理模型 Gemini Robotics-ER 2 推到企业公开预览；11 月 10 日，Google DeepMind 又发布了负责控制手臂动作的 Gemini Robotics 2.5。

架构亮点与底层机制

Gemini Robotics 2.5 是视觉-语言-动作（VLA）模型，直接输出机器人动作，可用于多种机器人：Apptronik 的 Apollo 2 人形机器人（五指 22 自由度手）和 Franka Duo 双臂平台。在产线场景中，它与 Gemini Robotics ER 分工：ER 跟踪流程、规划步骤，2.5 控制手和手臂。训练上，DeepMind 用 Gemini 4 Argon 当「模拟引擎」：从一个摄像头画面重建数字孪生、生成上千次模拟练习，再和真实示范数据一起训练；Argon 还会看失败录像、推测原因，并在模拟和真机上验证改进。安全方面，模型在推理时接受安全引导，主动避开障碍物和人。

权威 Benchmark 与实测跑分对比

以下均为官方口径：200 多项任务上，成功率比此前基线高 30% 到 100%，完成速度快 20% 到 30%；奔驰两座工厂的零件配套分拣概念验证成功率 96%；安全引导让绕障碍物和在人附近的安全完成率分别提升 33% 和 43%。DeepMind 同时开源 ASIMOV-Jailbreak 测评（数百条伪装成正常请求的危险指令），Gemini 4 Argon 抗越狱率 99.5%，上一代 Gemini Robotics ER 2 为 82%。博客没有给出与其他公司 VLA 模型的直接对比，也暂无第三方复现。

开发者实战落地与开箱指南

目前 Gemini Robotics 2.5 只推送给机器人合作伙伴，没有公开 API 或模型权重，普通开发者还用不上。想提前准备的团队可以：先通过 Google Cloud 的 Gemini Robotics-ER 2 预览版做任务规划和场景理解；关注 ASIMOV-Jailbreak 开源测评，用来检查自家机器人系统是否会被伪装指令骗去做危险动作。96% 是工厂概念验证的数据，离量产部署还有距离，评估时要按自己的场景重新测。