快速了解本文
Gemini Robotics 2.5 模型在复杂任务成功率上较前代提升 30% 至 100%。
该模型已在奔驰生产线部署，执行抓取任务成功率达 96%。
DeepMind 同步开源 ASIMOV-Jailbreak 机器人安全基准以评估安全性。
本摘要由 AI 辅助整理，请以正文内容为准。
数智朋克讯 Google DeepMind 发布了 Gemini Robotics 2.5 视觉-语言-动作（VLA）模型。在超过 200 项任务的测试中，该模型的成功率较前代基线提升 30% 至 100%，任务完成速度提升 20% 至 30%。目前，该模型仅向机器人合作伙伴开放，暂无公开 API。
Gemini Robotics 2.5 在可变形物体和多步骤复杂物理交互任务上取得实质性跨越。测试数据显示，使用夹子装糕点的成功率从 5% 提升至 100%，关闭工具箱盖的成功率从 0% 提升至 93%。这标志着 VLA 模型突破了以往在柔性物体处理上的瓶颈。
关键数据
在真实工业环境中，DeepMind 与 Apptronik 及梅赛德斯-奔驰合作，在匈牙利和德国的生产线上部署了搭载该模型的 Apollo 2 人形机器人，执行抓取金属支架任务的成功率达到 96%。DeepMind 总监 Kanishka Rao 指出，将 96% 的成功率提升至更高水平面临巨大挑战，且模型目前依赖云端服务器运行，存在延迟问题。此外，DeepMind 使用 Gemini 4 Argon 作为模拟引擎生成数字孪生与多样化练习场景，用于从视频中诊断机器人故障，以构建数据闭环。
将 96% 的成功率提升至更高水平面临巨大挑战，且模型目前依赖云端服务器运行，存在延迟问题。
伴随模型能力发布，DeepMind 在 Hugging Face 上开源了 ASIMOV-Jailbreak 机器人安全基准（CC BY 4.0 许可），用于测试机器人 AI 抵御不安全指令诱骗的能力。在该基准测试中，Gemini 4 Argon 抵御了 99.5% 的越狱尝试，显著高于前代 Gemini Robotics ER 2 的 82%。此举表明 DeepMind 正试图在具身智能大规模进入物理世界前，建立行业级的安全评估标准。