谷歌最强机器人模型上岗奔驰产线：分拣成功率96%，还会系蝴蝶结

当地时间 11 月 10 日，谷歌 DeepMind 推出新一代视觉-语言-动作（VLA）机器人模型 Gemini Robotics 2.5。官方称这是目前能力最强的 VLA 模型，重点提升机器人能学的技能广度、学习速度，以及灵巧操作能力。

核心看点

• 技能更广：不再局限于抓取、搬箱，还能完成系蝴蝶结这类需要精细手眼协调的动作。
• 学得更快：部分任务成功率比上一代提升最高 100%，执行速度提升最高 30%。
• 真进产线：已搭载 Apptronik 的 Apollo 2 人形机器人，在奔驰匈牙利凯奇凯梅特、德国辛德尔芬根的现役汽车产线上做零件分拣，成功率 96%。
• 先给伙伴：模型优先向谷歌的机器人合作伙伴开放，不是普通用户能直接调用的聊天工具。

从「会演示」到「能上班」

机器人模型的难点从来不是做一个好看的演示，而是连续几个小时不出错。产线环境里，零件位置会偏、光照会变、节拍卡得死，任何一次抓空都要人工介入。96% 的分拣成功率放在实验室不算惊人，放在真实产线上意味着大部分班次可以少一个人盯着。

谷歌这次选的落地场景也很务实：汽车零件分拣。这类任务重复度高、物料种类多、对精度要求中等偏上，正好是 VLA 模型能发挥、又容易被量化考核的地方。

为什么是奔驰先上

奔驰与 Apptronik 的合作已经推进了一段时间，这次相当于把机器人换上新一代大脑。凯奇凯梅特和辛德尔芬根都是奔驰的主力工厂，用现役产线做测试，比搭一个模拟车间更有说服力，也更容易把长尾问题逼出来。

真正的门槛在「泛化」

VLA 模型现在比拼三项：技能广度、学习速度、灵巧度。前两项决定换线、换任务的成本，第三项决定能不能碰柔性物料。会系蝴蝶结之所以被反复提及，是因为绳子会变形，抓取点和轨迹每次都不一样，这恰恰是传统示教编程最难覆盖的部分。

至于能不能大规模复制，还要看现场数据回流的速度。机器人模型不像聊天模型，数据得靠一台台机器人在真实环境里跑出来，这也是谷歌坚持先和车企、机器人厂商合作的原因。

总结

Gemini Robotics 2.5 算不上「机器人觉醒」，但它标志着一个更实际的阶段：大模型开始按产线节拍交付结果，评判标准从跑分变成了成功率和节拍。对制造业来说，接下来要算的是投入产出比；对同行来说，压力在于谁能在真实场景里更快攒够数据。