DeepMind试验地点是奔驰位于匈牙利凯奇凯梅特和德国辛德芬根的在役生产线，Apptronik的Apollo 2人形机器人搭载该模型，完成了汽车零件套件分拣。这不是实验室演示，而是对活跃产线的实测。
放到工业语境里看，96%意味着每100次抓取有4次失手。总装线节拍紧张，一次失败带来的停线代价，远远超过重新抓一次的成本。Google DeepMind在官方博客中把这次试验定性为“概念验证”。
双模型架构：推理与动作的分工
技术层面，
Gemini Robotics 2.5走的是双模型路线。Apollo 2在奔驰产线上干活时，Gemini Robotics ER负责盯整体流程——理清任务顺序、判断当前进行到哪一步、感知周边人员和障碍物；Gemini Robotics 2.5的动作模型则把推理结果转成手臂与手指的精确运动指令。
高层推理对延迟没那么敏感，低层动作控制则对实时性要求更严。两者分开之后，推理模型可以在云端跑更复杂的思考链，动作模型留在本地，以更低延迟应对物理世界的变化。开发阶段还用Gemini 4 Argon充当仿真引擎，部分训练数据取自合成环境，数据采集成本因此明显下降。
从0%到62%：前代做不到的任务，现在能做了
评估一个模型，更有价值的指标是它在上一代完全失败的任务上表现如何。超过200项灵巧度任务测试中，Gemini Robotics 2.5的整体成功率比Gemini Robotics 2提升30%至100%，完成任务的速度快了20%至30%。具体数据如下：
- 用食物夹处理糕点：从5%提升至100%
- 解开礼盒丝带：从0%提升至70%
- 挂上开衫毛衣：从0%提升至62%
这些任务，前代模型根本不会做。柔性物体、非结构化抓取、动态目标，一直是机器人操作的三大难题。从上面的数字看，Gemini Robotics 2.5在某些维度上已经跨过了“不可用”和“可用”之间的那道门槛。
安全性：99.5%的抗越狱能力从何而来
物理机器人跟纯软件AI不一样，安全失效的代价是真实的伤害。Google DeepMind发布了ASIMOV-Jailbreak基准测试，已在Hugging Face开放；Gemini Robotics 2.5在该基准上的抗越狱成功率为99.5%，此前基线是82%。
在障碍物旁边完成任务的安全率提升了33%，有人员的环境中提升了43%。这两项指标正好对应工厂协作场景的核心需求：机器人得能在人机混合的产线上运行。
谁能用？合作伙伴制的封闭逻辑
目前Gemini Robotics 2.5正向Google DeepMind的机器人合作伙伴分批开放，已确认的合作方有Apptronik、Agile Robots和Boston Dynamics。公告里没有提到通用API的接入路径，也没有等待名单或定价信息。
机器人AI领域搞“合作伙伴优先”，有它的特殊原因。VLA模型的性能高度依赖具体硬件的运动学参数、传感器配置和控制接口。Apptronik的Apollo 2配的是22自由度的SharpaWave手部，Franka Duo用的则是双指夹爪——同一个模型放到两种硬件上，适配方式并不相同。封闭合作模式，实质上是把硬件适配的成本转移给了合作伙伴。
Apptronik在声明里说，Apollo从一开始就是冲着这件事去的——在真实的工业环境里和工人一起干活。配上Gemini Robotics以后，他们发现模型只经过几周的后训练就有了明显进步，迁到梅赛德斯-奔驰产线时性能几乎没掉。
这段话里提到“后训练”和“极小的性能损耗”，说明从实验室到产线存在性能衰减，只是幅度还在可接受范围内。这是机器人AI落地的通病——仿真环境里训出来的模型，碰上真实物理世界的噪声、光线变化和零件差异，性能往往就会往下掉。
竞争格局：物理AI的时间窗口正在收窄
Google DeepMind把Gemini Robotics 2.5的首发放在工厂场景，而不是家庭或医疗场景，这个选择折射出当下物理AI竞争的现实：工业场景任务定义清晰、成功标准可量化、容错成本相对可控，是VLA模型最容易做出可验证商业案例的入口。
从产业链看，机器人硬件厂商是这轮发布的直接受益方——有了96%这个可以公开引用的工厂数字，Apptronik向工业客户推销Apollo 2时，手里多了一份此前从未有过的谈判筹码。对梅赛德斯-奔驰这类整车厂来说，试点则提供了一个低风险的AI供应商评估入口：即便合作最终没有规模化，也攒下了关于人形机器人可靠性边界的第一手数据。
没进入合作伙伴名单的机器人开发者，短期内能做的是在自研模型或开源VLA框架上持续迭代，同时盯着Google何时开放更广泛的接入渠道。如果Google DeepMind在2027年的开发者大会上宣布Gemini Robotics的API接入计划，那将是物理AI从封闭合作转向平台化的明确信号。另一个信号是96%能否在更多工厂场景复现——要是奔驰之外的第二家、第三家整车厂披露类似数据，才能说明这不是针对特定产线深度优化的一次性结果。
眼下看，Gemini Robotics 2.5更像一个已经迈过工业可用门槛的原型。要说成“插上就能用”的平台产品，它还差着好几个量产周期。
真正左右商业化节奏的仗，就在剩下的4%里。
