谷歌Gemini Robotics 2.5 分拣达96%

时间：2026年11月10日 地点：谷歌 DeepMind 总部；匈牙利凯克什梅特与德国辛德尔芬根的梅赛德斯-奔驰工厂 人物：Google DeepMind Gemini Robotics 团队（官方博客作者 Carolina Parada）；Apptronik；梅赛德斯-奔驰 事件详情：谷歌 DeepMind 于 11 月 10 日发布 Gemini Robotics 2.5，官方博客标题为「Gemini Robotics 2.5 accelerates real-world general dexterity」，署名 Carolina Parada。官方说明，这套视觉—语言—动作（VLA）模型在梅赛德斯-奔驰产线的真实生产环境中完成了一次概念验证：Apptronik 的 Apollo 2 人形机器人把金属支架等汽车零件从散装料箱中取出，按每辆车上线所需的顺序放进整理好的料盘，并核对料盘中的缺漏。这项零件分拣与装盘试验的成功率达到 96%。 背景：让机器人进厂干搬运活一直是难题。传统方案要么依赖高度结构化的环境与固定工位，要么要为每条产线单独编程调试；而大模型驱动的视觉—语言—动作模型可以让机器人把看到的场景和收到的指令转成实际动作，但真正进入有人类工人在场、对安全与可靠性要求很高的汽车产线，一直缺少可核对的落地数据。据 Hermes AI News 报道，DeepMind 称这一版本相比上一代的任务成功率提升在 30% 到 100% 之间，模型执行更快、动作更准，安全性也同步加强。 影响：对机器人公司而言，这次试点给出了一个此前很难拿到的指标——不是演示视频里的成功率，而是有人在旁边作业的真实汽车产线上的分拣成功率。对整车厂来说，零件分拣、装盘这类重复且体力强度高的工作，正是人形机器人最先被认真核算成本的位置；奔驰把试点放在匈牙利和德国两座工厂，说明这类验证已经从实验台走进了量产节奏的现场。对模型厂商而言，官方博客同时强调速度、精度与安全性三项指标，也意味着 VLA 模型的竞争正从能不能动，转向在真实环境里能不能长期稳定地做对。 总结：谷歌 DeepMind 用 Gemini Robotics 2.5 给出了一份有分量的产业信号——在奔驰匈牙利与德国工厂的真实产线上，人形机器人拣选并装盘汽车零件的成功率达到 96%，官方称相比上一代成功率提升在 30% 到 100% 之间。96% 这个数字意味着重复搬运任务已经接近可用的门槛，但试点仍是概念验证，还不是量产部署。对国内做具身智能的团队来说，这是又一份可对标的第三方验证材料：证明人形机器人正在从演示走向工厂，也提醒从业者别再只拿发布会视频说话。 参考来源： 谷歌 DeepMind 官方博客 https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/ The Decoder 报道 https://the-decoder.com/google-deepminds-gemini-robotics-2-5-scores-96-percent-sorting-metal-parts-in-a-mercedes-benz-assembly-pilot/ BlockTempo 中文报道 https://www.blocktempo.com/gemini-robotics-25-dexterity-mercedes-pilot/ Hermes AI News 报道 https://hermes-ai.net/news/google-deepmind-s-gemini-robotics-2-5-hits-96-in-mercedes-factory-pilot/ inxen 报道 http://www.inxen.news/news/google-robot-model-hits-96-success-on-mercedes-benz-assembly-lines