Gemini Robotics 2.5工厂实测成功率96%，4%的差距才是真门槛
Google DeepMind于2026年11月10日发布Gemini Robotics 2.5视觉-语言-动作模型，在奔驰工厂的零件套件分拣试验中达到96%成功率，较前代基线提升30%至100%。双模型架构将推理与动作分离，安全性同步大幅提升。但通用API尚未开放，大规模商业落地时间线仍未明确。
2026年11月10日，Google 
DeepMind推出Gemini Robotics 2.5，同一天对外晒出工厂实测数据。在梅赛德斯-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上，Apptronik的Apollo 2人形机器人装上这个模型，干的是汽车零件套件分拣的活，成功率96%。这是拿正在运转的产线做的实测。
放到工业场景里看，96%意味着每100次抓取要失手4次。总装线节拍卡得紧，一次失败导致停线，损失远比重新抓一次大。Google DeepMind在官方博客里把这次试验称为“概念验证”。
双模型架构：推理与动作的分工
技术路线上，
Gemini Robotics 2.5用了双模型架构。Apollo 2在奔驰产线上干活时，Gemini Robotics ER管的是整体流程——理清任务先后顺序、判断当下走到哪一步、感知周围的人和障碍物；Gemini Robotics 2.5的动作模型则把推理结果变成手臂和手指的具体运动指令。
高层推理对延迟没那么敏感，底层动作控制对实时性要求更苛刻。两者拆开，推理模型可以放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，团队拿Gemini 4 Argon当仿真引擎，部分训练数据出自合成环境，数据采集成本因此降了不少。
从0%到62%：前代做不到的任务，现在能做了
看一个模型行不行，更有说服力的指标是它在上一代完全失手的任务上表现如何。超过200项灵巧度任务测试里，Gemini Robotics 2.5的整体成功率比Gemini Robotics 2高出30%至100%，任务完成速度快了20%至30%。具体数字如下：
- 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，前代模型压根不会做。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关。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”之间的那道坎。
安全性：99.5%的抗越狱能力从何而来
纯软件AI出安全问题，代价顶多是数据；物理机器人一旦安全失效，伤的是真人。Google DeepMind发布了ASIMOV-Jailbreak基准测试（已在Hugging Face开放），Gemini Robotics 2.5在这个基准上的抗越狱成功率达到99.5%，此前基线是82%。
在障碍物旁边完成任务，安全率提升了33%；有人员在场时，提升了43%。这两项指标正好对应工厂协作场景的核心要求：机器人得能在人机混线的产线上跑起来。
谁能用？合作伙伴制的封闭逻辑
眼下，Gemini Robotics 2.5正分批开放给Google DeepMind的机器人合作伙伴，已确认的有Apptronik、Agile Robots和Boston Dynamics。公告里没提通用API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”的分发，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，适配方案不一样。封闭合作模式，说到底是将硬件适配的成本交给了合作伙伴承担。
Apptronik的说法是，Apollo从一开始就是冲着真实工业场景去的，目标就是让人和机器人一起干活。它表示，接入Gemini Robotics后，模型只经过几周后训练就有明显进步，迁到梅赛德斯-奔驰生产线上时性能损失也很小。
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确实存在性能衰减，只是幅度还在可接受范围内。这是机器人AI落地的老问题——仿真环境里训练出来的模型，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，这个选择照出了物理AI竞争的现实：工业场景任务定义清楚、成功标准可以量化、容错成本相对可控，VLA模型要形成可验证的商业案例，从这里切入最容易。
从产业链看，这轮发布的直接受益方是机器人硬件厂商——手里有了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，谈判筹码是以前没有的。对梅赛德斯-奔驰这类整车厂来说，试点提供了一个低风险的AI供应商评估入口：就算这次合作最终没有规模化，关于人形机器人可靠性边界的第一手数据也拿到了。
没进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框架上继续迭代，同时盯着Google什么时候开放更广的接入渠道。假如Google DeepMind在2027年的开发者大会上宣布Gemini Robotics的API接入计划，那会是物理AI从封闭合作转向平台化的明确信号。另一个信号是96%的成功率能不能在更多工厂复现——如果奔驰之外的第二家、第三家整车厂也披露类似数据，才能说明这不是针对某条产线深度优化出来的一次性结果。
现阶段，Gemini Robotics 2.5最真实的定位是：一个已经迈过工业可用门槛的原型，但离“插上就能用”的平台产品，还差若干个量产周期。剩下那4%，才是真正决定商业化节奏的战场。
