谷歌推出迄今最强的视觉-语言-动作模型 Gemini Robotics 2.5,在灵巧度、可靠性与安全性三方面实现跃升,并在超过 200 项任务中完成测试。该模型已在奔驰生产线的真实概念验证中驱动 Apptronik Apollo 2 人形机器人拣选打包汽车零部件,成功率达 96%,相较前代基线成功率提升 30% 至 100%、任务完成速度快 20% 至 30%。目前该模型正向谷歌机器人合作伙伴开放。
模型slug: gemini-robotics-2-5
Gemini Robotics 2.5
DeepMind 的视觉-语言-动作模型,将指令与视觉输入转化为机器人灵巧操作动作
收录情报动态
IT之家 · 智能时代T2·基座大模型
88 分
The DecoderT2·智能体与协同
88 分
Google DeepMind 发布视觉-语言-动作(VLA)模型 Gemini Robotics 2.5,称其相较自家此前基线在各类任务上提升 30% 至 100%。在匈牙利与德国的奔驰在产产线上,Apptronik 人形机器人 Apollo 2 完成金属零件分拣,报告成功率达 96%。DeepMind 同时以 Gemini 4 Argon 作为仿真引擎用于训练,并开源 ASIMOV-Jailbreak 基准以评测机器人模型安全性。
Ars Technica AIT2·基座大模型
78 分
Google DeepMind 发布 Gemini Robotics 2.5,其视觉-语言-动作模型在灵巧操作上大幅提升,已能在梅赛德斯-奔驰工厂完成实际作业,并支持 Apptronik Apollo 2 人形机器人完成系蝴蝶结等柔性物体操作。团队同步推出开源安全基准 ASIMOV-jailbreak,为机器人与人类协同作业的安全评估提供标准化工具。
Google DeepMindT1·基座大模型
78 分
谷歌 DeepMind 发布迄今能力最强的视觉-语言-动作(VLA)模型 Gemini Robotics 2.5,同时扩展机器人可学习技能的广度与习得速度,提升灵巧性、可靠性与安全性,推动机器人走出实验室进入非结构化真实环境。该版本得益于 Gemini 4 Argon 对机器人研究的加速,并联合 Agile、Apptronik 与梅赛德斯-奔驰等伙伴推进落地。