Google DeepMind Releases Gemini Robotics 2.5 Robot Model
English text is being prepared.
Google DeepMind has released the VLA robot model Gemini Robotics 2.5, which improves the success rate by 30% to 100% over the baseline across 200 tasks and increases completion speed by 20% to 30%. Among these, the success rate for the cake-picking task rose from 5% to 100%, and for bow-untying from 0% to 70%. In proof-of-concept trials at Mercedes-Benz plants in Sindelfingen, Germany, and Kecskemét, Hungary, the Apollo 2 humanoid robot equipped with this model achieved a 96% success rate in sorting automotive parts. The model was developed with accelerated support from Gemini 4 Argon, which can reconstruct simulation environments from RGB photos and analyze the causes of failures, and has a jailbreak resistance rate of 99.5% on the ASIMOV-Jailbreak benchmark.
Why read this
SelectedAI score 82
The original text provides success rate and speed comparisons across 200 tasks, as well as proof-of-concept results on a Mercedes-Benz production line, which can be used to assess the progress of VLA models in dexterous manipulation.
Topics
Body
谷歌具身RSI新成果来了!
就在刚刚,谷歌DeepMind正式发布新一代机器人模型Gemini Robotics 2.5。
划重点,这也是谷歌首个借助Gemini 4 Argon加速研发、具备自主改进能力的机器人基础模型。
瞧!叠衣服、端糕点、摆弄蝴蝶结,主打一个手巧活儿细,上百种日常技能直接拿捏——
甚至呢,人家还直接杀进奔驰工厂当起了「零配件打工人」,分拣汽车零件成功率甚至高达96%??
谷歌DeepMind研究员Norman Di Palo骄傲透露:这也是俺们家机器人RSI的最新成果哈~
Gemini 4 Argon能照着真实场景搭建虚拟训练场,让机器人在里面反复练手试错,自己分析失败原因学会改进!
能干上百种活,脑子灵,还懂RSI,这模型好像确实有点东西啊。。。
200种任务全面升级,成功率从5%干到100%!
我们先来唠唠这新模型到底是个啥东西~
Gemini Robotics 2.5是一款VLA模型,也就是视觉—语言—动作模型。
而相比上一代Gemini Robotics 2,谷歌这回重点给新一代模型补了三门课——
灵巧性 能完成更多复杂任务,从使用日常工具到精细操作柔性物体,动作更灵活、成功率更高。
可靠性:在奔驰真实产线测试中,帮助Apollo 2人形机器人分拣汽车零件,成功率达96%。
安全性:增强物理避险能力,并引入新基准,测试机器人抵御恶意指令和越狱攻击的能力。
当然了,光能力上提升了没用,咱们还是得拿实际成绩说话~
事实上,谷歌这次直接安排了200种不同任务,从日常家务到精细操作,给新模型来了场技能大考。
值得一提的是,新模型相较此前基线,任务成功率提高30%—100%,完成速度也提升了20%—30%。
我们先来说说最有看头的——灵!巧!操!作!
这活儿听着简单,但实际对力度要求相当高,夹轻了拿不起来,夹重了又容易把食物捏变形。
在对比测试中,Gemini Robotics 2执行这一任务的成功率只有5%,但升级到2.5版本后直接干到了100%。
话不多说,直接上才艺,取夹子、夹蛋糕、把蛋糕装到盒子里,几个动作一气呵成,be like:
咱再来看看更考验「手指操作」的任务,就比如拆开系好的蝴蝶结。
这个任务的难度在于,机器人需要先识别丝带的交叉关系,再找到正确位置,配合手指动作将其解开!!
值得一提的是,此前模型在这任务上的成功率为0%,Gemini Robotics 2.5直接干到70%:
还有更接地气的——
挂开衫,成功率从0%提升至62%;折裤子,从0%提升至40%。
别看这些操作平平无奇,实际上,衣服、丝带这类柔性物体,一直都是机器人操作中的硬骨头。
特别是衣物、丝带等柔性物体,会随着抓取和拉扯不断改变形状,机器人既要看清物体状态,还得实时调整动作:
不过,谷歌显然还不满足于让机器人在实验室里秀才艺,这回,直接给机器人安排进厂打工了!
而且打工地点还有点排面:奔驰汽车工厂。
测试分别在德国辛德芬根和匈牙利凯奇凯梅特的奔驰生产设施展开。
负责上岗的,是Apptronik旗下的Apollo 2人形机器人,配备22自由度五指灵巧手。
这回它的工作,可比夹糕点硬核多了:汽车零部件配套分拣!!
为此,谷歌还给Apollo 2安排了套「脑手分工」——
Gemini Robotics ER负责理解任务、规划流程,Gemini Robotics 2.5负责指挥双手,把活儿真正干出来。
最终,在这次真实产线概念验证中,Apollo 2交出了96%的任务成功率。
由Gemini 4 Argon打造,机器人也卷起RSI了
问题来了嗷,看到这里,可能有友友要问了——
这平时老跟不上趟的老谷歌,这回咋就让机器人进步这么快的啊???
答案,全藏在幕后功臣Gemini 4 Argon与RSI(递归自我改进)身上。
咱都知道,以往具身智能研发最卡脖子的,就是那些又脏又累、还特别烧钱的活儿:
数据得一条条采、质量得一点点查,机器人翻车了,还得工程师反复看录像、找原因、调参数……
然而这一次,Gemini 4 Argon直接下场——
接管并加速了模型开发的全!链!路!
方法也很直给,先让机器人在虚拟世界里哐哐练!!!
根据谷歌10月公布的研究案例,Argon甚至可以从一张真实桌面的RGB照片出发,自主重建物理仿真环境。
桌上有什么、物体多大、摆在哪里,统统识别出来,再照着现实搭建一个数字孪生训练场。
更有意思的是,Argon还会自己出题,它会改变物品的位置和摆放方式,让机器人在不同条件下反复练习。
甚至机器人执行动作失败后,Argon还可以分析视频,推测任务失败的原因,再提出改进方案~
谷歌甚至还把Argon的能力用到了「机器人安全」上。
这次发布的Gemini Robotics 2.5,可以利用推理阶段的安全引导,实时避开物理危险。
在谷歌评估中,面对障碍物时的安全任务完成表现提升33%,在人类附近操作时提升43%。
咱来看下面这个例子,机器人正埋头干活呢,突然有人把手伸进操作区域,它也能及时识别、停下动作,避免误伤:
不仅如此,针对机器人被恶意提示词诱导执行危险操作的问题,谷歌还推出了开放测试基准ASIMOV-Jailbreak。
其中包含大量经过伪装的危险指令,专门测试机器人模型能否识别和拒绝。
结果在这项基准测试中Gemini 4 Argon的越狱抵抗率达到99.5%,而此前Gemini Robotics ER 2基线才为82%。
这也说明了Argon在指定测试集上表现出更强的危险指令识别能力~
虽然距离完全自主闭环的RSI还有距离,但这套玩法确实也让我们看到了机器人的自我改进有了更具体的实现路径。
问题来了哈,既然Argon都跑去给机器人打工了。。。
那刚刚发布的Gemini 4 Carbon,又要被老谷歌安排去干什么大活儿捏???
本文来自微信公众号“量子位”,作者:关注前沿科技,36氪经授权发布。