谷歌DeepMind:Gemini Robotics 2.5上线,200项真实任务评估
其中,DeepMind与Apptronik、梅赛德斯-奔驰合作,将机器人引入匈牙利凯奇凯梅特与德国辛德尔芬根的汽车生产线:Apptronik的Apollo 2人形机器人自主完成汽车零件分拣任务——从散装料箱中按产线顺序拣取金属支架,放入对应的排序容器。
11月10日(当地时间),谷歌DeepMind上线了新模型Gemini Robotics 2.5。谷歌方面称,这是其迄今功能最强的视觉-语言-动作(VLA)机器人模型,物理AI的边界由此进一步外扩。
目前,该模型已向谷歌的机器人合作伙伴开放。
官方博客介绍,有了这个模型,机器人能完成的任务更多,性能与灵巧性也更强。团队用200多项真实任务对该模型做了评估,其中包括用食品夹分餐、给礼盒系蝴蝶结、液体移液等。这些任务融合了多种技能:使用高级工具、复杂操作可变形物体,以及精细化处理易碎物品。

与此前模型相比,该模型在部分任务上的成功率最高提升100%,执行速度最高提升30%;在奔驰汽车产线上,其任务成功率达到了96%。
DeepMind与Apptronik、梅赛德斯-奔驰展开了合作,把机器人带进匈牙利凯奇凯梅特和德国辛德尔芬根的汽车生产线。在那里,Apptronik的Apollo 2人形机器人自主完成汽车零件分拣:它从散装料箱里按产线顺序拣出金属支架,再放进对应的排序容器。


在梅赛德斯-奔驰工厂,Apollo 2人形机器人依托Gemini Robotics 2.5自主进行汽车套件组装。
执行过程中,Gemini旗下两个模型分工配合:Gemini Robotics ER跟踪整个任务流程,Gemini Robotics 2.5控制机器人手臂与手部动作。Apollo 2最终在该任务中取得96%的成功率。
Apptronik联合创始人兼CEO Jeff Cardenas表示,只经过短短几周的后训练,模型性能就有了明显提升;迁移到奔驰真实生产线后,性能下降的幅度也很小。
该试点眼下还处在概念验证阶段。任务时长、试验次数、产线节拍等工程化指标,官方尚未披露。