机器人终于能像人类一样行动了吗?谷歌 Gemini Robotics 2.5 闪亮登场

应用了谷歌 DeepMind Gemini Robotics 2.5 技术、正在执行复杂任务的仿人机器人
AI Summary

谷歌 DeepMind 公布的 Gemini Robotics 2.5 相比前代模型,任务成功率最高提升了 100%,作业速度缩短了 30%,并在实际工厂场景中创下了 96% 的成功率记录,显著增强了机器人的实际灵巧性。

想象一下:在堆满复杂零部件的工厂工作台上,机械臂毫不犹豫地直接挑选出所需的零件,或是瞬间完成以前必须由人工完成的精细打结作业。过去,机器人更像是只会重复既定路径的“简单机器”,但现在,它们正在蜕变为能够自行分析情况并采取行动的“聪明劳动力”。

2026 年 11 月 10 日,谷歌 DeepMind 公布了将机器人智能推向新高度的“Gemini Robotics 2.5”。这是谷歌迄今为止推出的性能最强大的视觉-语言-动作(VLA, Vision-Language-Action)模型 [参考资料 9, 参考资料 12]。

为什么这很重要?

机器人不仅仅擅长重复劳动,如果它们能理解环境并展现出“灵巧性(Dexterity)”,将预示着我们的工业现场和日常生活将发生巨大变化。过去的机器人大多专注于特定工序,只要情况稍有变化,就必须由人工介入重新设定代码 [参考资料 5]。但现在,机器人通过感知环境并自行判断,能够执行更为通用的任务。

特别是在物流中心的分类工作或工厂的复杂组装线上,如果机器人能像人类一样,甚至比人类更快地执行精密作业,生产力将得到飞跃性的提升。

通俗易懂:拥有“眼睛”和“大脑”的机器人

打个比方,Gemini Robotics 2.5 就像是给机器人装上了“情境判断力”和“灵活的手指”。如果说以前的机器人是被蒙住眼睛、只能按既定指令移动的玩偶,那么搭载该模型的机器人则是通过摄像头(眼睛)拍下并查看周边情况,人工智能(大脑)判断视频中应该做什么,然后驱动机械臂(手)做出即时动作 [参考资料 9]。

其核心 VLA 模型的作用是将“视觉(Vision)”信息与“语言(Language)”指令相结合,转化为机器人的“动作(Action)”。这与我们阅读食谱(语言)、用眼睛确认食材状态(视觉)、然后切菜(动作)的过程非常相似。得益于此,机器人在复杂环境下也能自行寻找并执行任务 [参考资料 10]。

现状:用数字证明性能

Gemini Robotics 2.5 已经在实际现场证明了它的能力。据谷歌 DeepMind 称,与前几代机器人模型相比,该模型根据任务内容的不同,将工作成功率提高了 30% 到 100% [参考资料 12]。

令人惊讶的是速度。不仅成功率提高了,完成作业的时间也比以往快了 20% 到 30% [参考资料 12]。在梅赛德斯-奔驰工厂进行的试点运营中,Apptronik 的仿人机器人“Apollo 2”搭载 Gemini Robotics 2.5 后,创下了 96% 的惊人成功率 [参考资料 11, 参考资料 12]。

未来将会怎样?

谷歌的目标是通过这项技术,使机器人成为在物理世界中更加通用和有用的存在。从 Gemini Robotics 2.0 模型开始,不仅能控制仿人机器人的全身,多台机器人相互协作在同一空间内工作也已成为可能 [参考资料 10]。

当然,这并不意味着“物理通用人工智能(Physical AGI)”已经到来。因为还有安全问题和技术难题需要解决 [参考资料 5, 参考资料 12]。但从技术发展的速度来看,机器人安全、精准地在我们身边替代人类工作的未来,已不再遥远。

AI 的思考

Gemini Robotics 2.5 不仅仅是变得更聪明,它还证明了“具身智能”在物理世界中实际执行任务的可能性。我们离看到在身边默默协助工作的机器人同事的日子又近了一步。

参考资料

  1. Gemini Robotics 2.5 accelerates real-world general dexterity
  2. [Gemini— Google DeepMind Our next era of frontier intelligence](https://deepmind.google/models/gemini/)
  3. Google Just Unveiled Gemini Robotics, and It’s a Whole New Level of…
  4. [Google DeepMind’s Gemini Robotics 2 boosts AI accuracy… LinkedIn](https://www.linkedin.com/posts/aslam-ahamed_artificialintelligence-ai-robotics-activity-7490016683873542144-3VmV)
  5. [Google reveals Gemini Robotics 2.0, promising improved dexterity and safety AIBlog.com.my](https://aiblog.com.my/articles/google-reveals-gemini-robotics-20-promising-improved-dexterity-and-safety)
  6. Gemini Robotics 2 advances dexterity
  7. Google DeepMind releases Gemini Robotics 2.5 for robot dexterity
  8. Gemini Robotics — Google DeepMind
  9. Gemini Robotics 2.5 Enhances Dexterity and Safety in Real …
  10. Gemini 2.5 for robotics and embodied intelligence - Google …
AD
测试你的理解
Q1. 与前代模型相比,谷歌 Gemini Robotics 2.5 有哪些改进?
  • 提升了任务成功率并缩短了作业速度
  • 电池寿命延长了两倍
  • 设计了全新的机器人硬件
Gemini Robotics 2.5 根据不同任务,成功率最高提升了 100%,处理速度也快了 20% 到 30%。
Q2. 像 Gemini Robotics 2.5 这样的 VLA 模型通过什么来决定机器人的行为?
  • 仅分析历史数据日志
  • 结合摄像头输入值与指令
  • 仅使用用户的语音指令
VLA(视觉-语言-动作)模型通过结合摄像头看到的视觉信息和给定的指令,输出机器人的动作。
Q3. 在工厂现场,搭载 Gemini Robotics 2.5 的机器人创下了多少百分比的成功率?
  • 85%
  • 90%
  • 96%
在奔驰工厂的测试中,Apptronik 的仿人机器人 Apollo 2 利用 Gemini Robotics 2.5 实现了 96% 的任务成功率。