谷歌 DeepMind 推出新一代机器人控制模型 Gemini Robotics 2.5，并在奔驰位于匈牙利凯奇凯梅特和德国辛德芬根的在产产线上完成试点：由 Apptronik 的人形机器人 Apollo 2 执行金属零件分拣，报告成功率达到 96%。这一结果将视觉-语言-动作模型（VLA）从实验室演示推向了真实汽车装配场景。
Gemini Robotics 2.5 的核心能力在于同时处理视觉信息、理解语言指令并转化为机器人动作。DeepMind 称，该模型在超过 200 项任务上进行了测试，包括用夹子分餐和移液操作。与公司自身此前基线相比，其成功率按任务类型不同提升 30% 至 100%，任务完成速度快 20% 至 30%。该模型设计上兼容多种机器人形态，除 Apollo 2 外，还支持 Franka Duo 双臂平台。
在奔驰产线的试点中，Apollo 2 承担的是“成套配料”环节：从散装料箱中分拣金属零件，并按每辆车的装配顺序放入托盘。两个 AI 模型协同工作——Gemini Robotics ER 负责监控工作流，Gemini Robotics 2.5 负责控制手部与手臂。Apptronik 首席执行官 Jeff Cardenas 表示，模型在后期训练后数周内即有显著提升，迁移到奔驰生产环境时性能损失很小。
安全层面，DeepMind 称 Gemini Robotics 2.5 的实时控制能力使机器人能在执行任务时规避物理危险。在其内部评估中，靠近障碍物时安全任务完成率提升 33%，靠近人员时提升 43%。公司同时在 Hugging Face 上开源了 ASIMOV-Jailbreak 基准，包含数百条在数十种场景中伪装不安全请求的提示词，用于测试机器人模型是否会被诱导执行危险动作。据其披露，谷歌自家模型 Gemini 4 Argon 的越狱抵抗率为 99.5%，前代 Gemini Robotics ER 2 为 82%。
训练方法上，DeepMind 将语言模型 Gemini 4 Argon 用作仿真引擎：Argon 能从真实摄像头场景生成数千次模拟训练运行并创建数字孪生，结合真实世界演示数据，帮助机器人更快泛化到新场景和新物体。Argon 还能从视频记录中推断错误原因，并在仿真和真实机器人上验证改进。
从产业视角看，这次试点的意义在于把“成功率”这一指标放到了真实产线节拍下检验。汽车总装对零件分拣的准确性和顺序要求严格，96% 的成功率虽已具备参考价值，但距离无人化连续生产仍有差距，后续提升空间和人工复核机制将决定部署规模。DeepMind 表示 Gemini Robotics 2.5 正逐步向 Agile、Apptronik 和奔驰等合作伙伴开放，人形机器人在汽车制造中的角色正从搬运、质检等辅助环节向更精细的配料操作延伸。对关注 AI 落地的投资者而言，这类产线级数据比实验室演示更能反映具身智能的商业化节奏，但其对车企成本和机器人供应链的实际拉动仍需更多产线验证。