- Gemini Robotics 2.5 在工廠測試中成功率達 96%。
- 該模型能將視覺資訊轉化為機器人的物理動作。
- Google 改善了模型在應對物理危險的能力。
- Gemini 4 Argon 提高了機器人模型的開發速度。
Google DeepMind 宣佈推出 Gemini Robotics 2.5,該模型旨在幫助機器人更快學習物理任務、處理精細物品,並在真實環境中更可靠地運作。該模型在一個涉及 Apptronik 的 Apollo 2 人形機器人的工廠概念驗證中,達到了 96% 的成功率,該驗證在梅賽德斯-奔馳的生產線上進行。這些機器人自動將汽車零件從大宗箱中分類到有序的託盤中,並按照所需的順序準備組件以便於汽車組裝。
試驗於匈牙利的凱奇凱梅特和德國的辛德爾芬根生產設施進行。Google 表示,這項工作可以幫助自動化重複性和體力要求高的任務,同時使工廠技術人員能夠專注於更複雜的組裝工作。
Gemini 2.5 的功能與應用
Gemini Robotics 2.5 是該公司最新的視覺-語言-行動 (VLA) 模型,能將視覺資訊和指令轉化為機器人的物理動作。目前該模型正在向 Google 的機器人合作夥伴推出。
該模型在超過 200 項不同任務上進行了評估,包括使用夾子上菜、為禮品盒繫上蝴蝶結以及使用移液管轉移液體。這些活動測試了從處理精細物品到操作柔性材料和使用日常工具的多種能力。與以往基準相比,該模型在任務成功率上提高了 30% 至 100%,並且根據 Google 的數據,其活動完成速度也提高了 20% 至 30%。該模型可在不同的機器人平台上運作,包括 Apptronik 的 Apollo 2 人形機器人和使用雙指平行夾爪的 Franka Duo 系統。
在梅賽德斯-奔馳的演示中,Google 的體現推理模型 Gemini Robotics ER 追蹤工作流程,而 Gemini Robotics 2.5 控制機器人的手臂和手。Apollo 2 從供應箱中取出金屬支架並將其放入排序容器中,必要時調整其動作。
安全性與適應性提升
除了靈活性之外,Google 還改善了該模型在應對物理危險方面的能力。其推理時間指導幫助機器人避開障礙物並在人羣中運作。在公司的評估中,該能力使得在障礙物周圍的安全任務完成率提高了 33%,而在靠近人員時則提高了 43%。Google 還推出了 ASIMOV-Jailbreak,這是一個開源基準,用於測試機器人系統是否能抵抗偽裝的危險指令。該基準包含數百個涵蓋數十個場景的提示。
Google 報告稱,Gemini 4 Argon 在這些越獄嘗試中達到了 99.5% 的抵抗力,而之前的 Gemini Robotics ER 2 基準則為 82%。該公司還表示,Gemini 4 Argon 加速了其新機器人模型的開發。該系統能夠從真實世界的鏡頭畫面生成數千次模擬練習,並創建實體環境的數字雙胞胎。研究人員可以將這些模擬與實際訓練演示相結合,以幫助機器人將其技能泛化到不熟悉的物體和環境中。
Argon 還能分析失敗的嘗試並為後續訓練提供改進建議。
這些進展標誌著 Google 最新的推動,以將更具適應性的機器人引入工業和日常環境。然而,96% 的工廠結果仍然是一個概念驗證,而不是廣泛商業部署的證據。Gemini Robotics 2.5 目前正在向 Google 的機器人合作夥伴推出。
Gemini Robotics 2.5 的商業潛力與挑戰
Gemini Robotics 2.5 的推出顯示了 Google 在機器人技術上的重大進展,特別是在工廠自動化方面。成功率達 96% 的測試結果雖然令人鼓舞,但仍需注意這只是概念驗證,未來的商業應用尚未確定。此外,模型在處理物理危險和提升安全性方面的改進,顯示出其在日常環境中的潛力。隨著技術的進一步發展,如何有效地將這些機器人系統商業化,將成為 Google 需要面對的挑戰。

