Google DeepMind 发布 Gemini Robotics 2.5,提升灵巧度与工业作业能力
Google DeepMind launches Gemini Robotics 2.5 with improved dexterity and industrial capabilities
Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5,称其在 200 多项任务上的成功率比前代高 30% 至 100%,操作速度快 20% 至 30%。在奔驰匈牙利 Kecskemét 和德国 Sindelfingen 工厂,Apptronik 的 Apollo 2 人形机器人用该模型控制手臂和手部、配合 Gemini Robotics ER 做任务规划,完成汽车配件分拣,概念验证阶段成功率 96%。新模型还引入基于推理的安全控制,在障碍物附近和人员附近的安全任务完成率分别提升 33% 和 43%,并发布开源基准 ASIMOV-Jailbreak,Gemini 4 Argon 在该评测中的抗危险指令比例为 99.5%。该模型目前向 Google DeepMind 的机器人合作伙伴开放。
推荐理由
精选AI 评分 80
原文给出新模型在 200 多项任务上的成功率与速度变化,以及奔驰产线上的实测数据,可据此判断 VLA 模型在工业场景的落地进度。
主题
正文 · AI 翻译
Google DeepMind 推出了 Gemini Robotics 2.5,这是一款经过更新的视觉-语言-动作(VLA)模型,旨在提升机器人在工业和日常环境中执行复杂物理任务的能力。
该公司表示,新模型扩大了机器人可执行的任务范围,同时提升了灵巧度、可靠性和安全性。
Gemini Robotics 2.5 在 200 多项任务上进行了评估,包括处理易碎物品、使用工具、操作柔性材料以及执行精密装配操作。
据 Google DeepMind 称,该模型的任务成功率比此前版本高出 30% 至 100%(具体取决于任务),同时完成操作的速度快了 20% 至 30%。
在梅赛德斯-奔驰测试人形机器人
最引人注目的演示之一,是 Apptronik 的 Apollo 2 人形机器人在匈牙利 Kecskemét 和德国 Sindelfingen 的梅赛德斯-奔驰生产线上运行。
这些机器人执行汽车配件分拣作业,即从散装容器中挑选单个部件,并将其排列到托盘上以供车辆装配使用。
在概念验证项目中,Apollo 2 使用 Gemini Robotics 2.5 控制其手臂和手部,并配合 Gemini Robotics ER 进行任务规划,据报告实现了 96% 的成功率。
Apptronik 联合创始人兼首席执行官 Jeff Cardenas 表示:“这正是我们打造 Apollo 的目的:在真实的工业环境中与人们并肩完成有用的工作。
“将 Apollo 2 与 Gemini Robotics 配合使用,我们看到这些模型在短短几周的后训练中大幅提升,并且迁移到梅赛德斯-奔驰的生产中时性能几乎没有下降。这是将人形机器人规模化引入工业和商业环境的基础。”
提升安全性与仿真
Google DeepMind 还推出了一些改进,旨在帮助机器人在障碍物和人员周围安全运行。
该公司报告称,新的基于推理的安全控制使障碍物周围的安全任务完成率提高了 33%,在人员附近时提高了 43%。
另外,该公司还推出了 ASIMOV-Jailbreak,这是一个开源基准,旨在评估机器人 AI 系统能否抵御可能导致不安全行为的指令。
Google DeepMind 表示,其 Gemini 4 Argon 模型在这些评估中实现了 99.5% 的抵御率,而此前的基线为 82%。
Gemini 4 Argon 还通过生成模拟训练场景、创建数字孪生以及帮助研究人员调查任务失败,来支持机器人研究。
该公司表示,这些能力通过减少所需的物理训练数据量,加速了 Gemini Robotics 2.5 的开发。
随着该公司继续开发旨在跨不同机器人平台和现实应用运行的 AI 系统,新模型正提供给 Google DeepMind 的机器人合作伙伴。