谷歌 Gemini Robotics 2.5:奔驰产线上的机器人抓零件,成功率 96%
机器人终于不摔杯子了。它现在能把杯子从托盘上拿起来、放到正确的位置,而且十次里能成九次半。
三个关键信息
谷歌 DeepMind 11 月 10 日发布 Gemini Robotics 2.5,称是其迄今最强的视觉-语言-动作(VLA)模型。它在 200 项不同任务上做了测试,包括用夹子分餐、给礼盒系蝴蝶结、用移液管取液,这些任务要求把工具使用、柔性物体操作、精细物件抓取等能力组合起来。相比旧基线,按任务类型不同,成功率提高 30% 至 100%,完成任务的速度快 20% 至 30%。
最硬的一块是真实产线上的验证:DeepMind 与 Apptronik、奔驰合作,让 Apollo 2 人形机器人在匈牙利 Kecskemét 和德国 Sindelfingen 的奔驰整车产线上做零件分拣(kitting)——把单个零件从料箱分出来、按单配齐。这项枯燥又耗体力的工作,Apollo 2 自动完成的成功率是 96%。
模型原生适配多种机器人形态,包括配五指 22 自由度 SharpaWave 手的 Apollo 2,以及配两指平行夹爪的 Franka Duo 平台。安全方面,DeepMind 增强了物理安全可操控性,并推出了针对机器人的对抗性越狱测试基准。该模型正逐步向机器人合作伙伴开放。
王斗视角
96% 这个数字,放在工厂里就是另一回事。
产线不看成功率,看的是那 4% 怎么收场。一个零件分错,轻则返工,重则卡住整条线。但反过来想:人类工人在这种重复分拣岗位上,出错率也不低,区别在于人会自己发现、自己纠正、自己举手叫班长。机器人现在的 96% 是自动完成的成功率,剩下 4% 靠谁兜底,才是这套方案能不能真正上线的分界线。
再看它挑的任务:系蝴蝶结、夹子分餐、移液管取液。这些是聪明人拿来炫技的,但对工厂没意义——奔驰要的不是给礼盒系蝴蝶结,是从几百种零件里准确抓起那一个。DeepMind 把两类任务放进同一份成绩单,看起来很漂亮,实际上是在说:模型泛化能力够了,剩下的交给具体场景微调。
真正的信号在合作方名单:Apptronik 出身体,奔驰出场地,谷歌出脑子。三方各占一块,谁也没说自己全能。这比任何一家吹「人形机器人明年进家庭」都实在。
