Google DeepMind 發表 Gemini Robotics 2.5 提升機器人實體靈巧操作能力

Google DeepMind 正式推出最新視覺語言動作（VLA）模型 Gemini Robotics 2.5，主要目標為擴展機器人可學習的技能範圍並加快學習速度，助其適應非結構化實體環境。DeepMind 表示，該模型支援包含 Apptronik 的 Apollo 2 人形機器人與 Franka Duo 雙臂系統等多種硬體。在涵蓋 200 項操作任務的評測中，該模型相較先前基準提升了 30% 至 100% 的成功率，任務執行速度亦加快 20% 至 30%。在與 Apptronik 及賓士汽車於德國和匈牙利產線進行的概念驗證中，搭載該模型的 Apollo 2 於汽車零件揀選配料作業中達到 96% 的成功率。此外，該模型導入推論階段安全導引以即時避開人體與障礙物，並釋出開源基準 ASIMOV-Jailbreak 以測試實體防護能力。

值得帶走的重點

• Google DeepMind 推出 Gemini Robotics 2.5，擴展機器人於非結構化實體環境的靈巧度、可靠性與技能學習速度。
• 在賓士汽車生產線測試中，Apptronik 的 Apollo 2 人形機器人藉由該模型完成零件揀選配料，取得 96% 成功率。
• 200 項操作任務評測顯示，新模型相較先前基準成功率提高 30% 至 100%，執行速度亦提升 20% 至 30%。
• DeepMind 導入推論階段即時避障導引機制，並釋出開源基準 ASIMOV-Jailbreak 以檢驗機器人防範不安全指令的能力。