Google DeepMind 发布了新一代机器人 AI 平台 Gemini Robotics 2.5，并称该版本在部分任务上的成功率最高可达此前版本的两倍。DeepMind 表示，这一代机器人 AI 在完成真实世界任务方面正越来越接近人类水平，部分 Gemini 机器人已在 梅赛德斯-奔驰 工厂中承担实际工作。与此同时，团队还发布了一个名为 ASIMOV-jailbreak 的开源安全基准，为未来机器人与人类在同一空间协同作业做准备。

从架构上看，DeepMind 的物理 AI 平台在用户指令与机器人动作之间隔了多个计算层。其中一层是视觉语言模型 Gemini Embodied Reasoning，负责接收指令并借助实时视频规划机器人如何完成任务；另一层是视觉-语言-动作模型（VLA），直接生成具体动作、驱动执行器，这部分就是此次升级到 2.5 版本的 Gemini Robotics。

DeepMind 强调，Gemini Robotics 2.5 在高灵巧度任务上的表现明显改善。该模型在 超过 200 项活动 上接受了评估，包括用夹子分餐、像实验室场景那样使用移液器等。Google 还展示，搭载 Gemini Robotics 2.5 的 Apptronik Apollo 2 人形机器人已能用五指手系出蝴蝶结。这一动作之所以值得注意，是因为丝带这类可变形物体对机器人而言向来极难操控。

从产业角度看，这次发布传递出两个信号。其一是模型能力正从数字世界向物理世界迁移：视觉语言模型负责理解与规划，VLA 模型负责执行，这种分层设计让同一套基础模型可以适配不同形态的机器人本体。其二是落地场景开始从演示走向产线，梅赛德斯-奔驰工厂中的实际作业说明，具身智能在工业环境中的可用性正在被验证，尽管目前公开的信息仍以任务成功率为主要衡量口径。

安全层面的动作同样值得关注。随着机器人逐步进入人类工作与生活空间，如何防止模型被恶意指令诱导、如何界定机器人在开放环境中的行为边界，正成为商业化之外的另一道门槛。DeepMind 以开源基准的形式发布 ASIMOV-jailbreak，意味着它希望把安全评测做成行业可复用的公共工具，而非仅停留在内部测试。对关注具身智能的投资者而言，模型迭代速度、真实场景落地进度与安全合规框架的成熟度，是观察这一赛道时并行的三条线索。