Google DeepMind 发布 Gemini Robotics 2.5

背景

Gemini Robotics 2 是同一系列中此前的模型，谷歌 DeepMind 在成功率图表中把它与 2.5 进行了对比^[1]。

发生了什么

2026 年 11 月 10 日，谷歌 DeepMind 宣布推出 Gemini Robotics 2.5^[1]。公司称其为迄今能力最强的视觉-语言-动作模型（VLA），这类模型同时处理视觉输入和语言指令，并输出机器人动作。公司表示，该模型既扩大了机器人能学会的技能范围，也提高了学习速度^[1]。公告中的示例任务包括用夹子盛放食物、给礼品盒系上蝴蝶结，以及移液（即精确转移少量液体）^[1]。

关键细节

图表对比了 Gemini Robotics 2 与 2.5 在部分任务上的成功率，例如合上工具箱盖的成功率从 0% 提高到 93%，用夹子装糕点的成功率从 5% 提高到 100%^[1]。在与 Apptronik 和梅赛德斯-奔驰（Mercedes-Benz）合作的工厂 kitting 试点中，Apollo 2 人形机器人的成功率达到 96%，数据来自谷歌 DeepMind^[1]。谷歌 DeepMind 还随模型发布了开源安全基准 ASIMOV-Jailbreak^[1]。

影响

该模型目前正向机器人合作伙伴推出^[1]。