Google DeepMind于2026年11月10日发布Gemini Robotics 2.5。这款升级版视觉-语言-动作（VLA）模型，能将实时视频和文本指令转化为机器人的动作。DeepMind表示，新版本可以处理更精细的任务、运行更快，并加入了安全引导功能，能在出现障碍物时让机器人停下。在与Apptronik的Apollo 2人形机器人开展的一项试点中，该系统在匈牙利和德国的Mercedes‑Benz生产线上分拣汽车零部件，成功率达到96%。
Gemini Robotics 2.5有哪些新变化？
该模型接受了200多项不同任务的测试，涵盖用夹子夹取食物、系蝴蝶结和移取液体等。DeepMind称，与上一版本相比，新模型的成功率提高了30%至100%，实验室测试中的速度提升了20%至30%。一段引人注目的演示展示了Apollo 2机器人用五指手系蝴蝶结——这项任务颇具挑战，因为丝带很容易变形。安全性提升得益于推理时的判断能力，可引导机器人避开危险。该公司测得，在有障碍物时，安全完成任务的比例提高了33%；附近有人时则提高了43%。
开放安全基准
为推动行业标准，DeepMind发布了开源数据集ASIMOV‑Jailbreak，其中包含1,500条旨在诱使机器人做出不安全行为的提示语。在内部测试中，Gemini 2.5在该基准上的抵御得分为98.8%，远高于上一代Gemini ER 2的73.5%。完整数据集托管在Hugging Face上，供从事具身人工智能研究的人员使用。
为什么重要
对工厂而言，更高的可靠性有望让机器人接手重复且体力消耗大的工作，使技术人员能够专注于更复杂的任务。开放安全基准则为开发者提供了衡量并改进机器人规避危险行为能力的方法；在机器人走出受控实验室、进入日常环境之前，这一点至关重要。
