Gemini Robotics 2.5 在现实世界任务中增强灵活性和安全性

DeepMind 发布了 Gemini Robotics 2.5，这是其迄今为止最先进的视觉-语言-行动 (VLA) 模型，旨在显著提升机器人在现实环境中的灵活性、可靠性和安全性。该模型使机器人能够更快地学习和执行更广泛的任务，标志着朝着广泛的工业和日常应用迈出了重要一步。

灵活性和任务绩效的突破

Gemini Robotics 2.5 在超过 200 种独特任务中进行了测试，包括复杂活动，如使用夹子提供食物、在礼品盒上系蝴蝶结和移液操作等。这些任务需要高级工具使用、可变形物体的操作和处理精细材料。该模型的成功率比之前的基线高出 30% 至 100%，完成任务的速度快了 20% 至 30%。它与多种机器人平台兼容，包括 Apptronik 的 Apollo 2 人形机器人和 Franka Duo 平台。

工厂环境中的实际成功

在与 Apptronik 和梅赛德斯-奔驰的合作中，Gemini Robotics 2.5 被部署在匈牙利和德国的活跃汽车生产线中。由 Gemini Robotics 2.5 驱动的 Apollo 2 人形机器人自主执行汽车配件任务，成功率达到 96%。这些任务涉及将零件从散装箱中分类和组织到托盘中，帮助简化了装配线，并使技术人员能够更专注于更复杂的任务。

安全性和可操控性的提升

安全性在机器人过渡到非结构化环境中仍然是一个关键焦点。Gemini Robotics 2.5 采用了推理时间指导，以实时导航物理危险。该功能使得在障碍物附近安全完成任务的比率提升了 33%，在接近人类时提升了 43%。此外，DeepMind 引入了 ASIMOV-Jailbreak 基准测试，以测试和提高模型对对抗性提示的抵抗力，成功率达到了 99.5% 的越狱抵抗率。

利用 Gemini 4 Argon 加速开发

Gemini Robotics 2.5 的开发得益于 Gemini 4 Argon，这是一款能够根据现实场景生成数千次练习运行的仿真引擎。这种方法使培训更快更高效，推动了机器人物理智能的边界。

凭借在灵活性、可靠性和安全性方面的进展，Gemini Robotics 2.5 代表了机器人融入工业和日常环境的重要飞跃。