产品简介
Gemini Robotics 2.5 是 Google DeepMind 在 2026 年 11 月 10 日发布的视觉-语言-动作模型，官方称是迄今最强的 VLA，目前正向机器人合作伙伴推送。
它的进步集中在三件事：灵巧性、工具使用、柔软物体处理。官方在 200 项不同任务上做了评测，任务包括用夹子分餐、系礼品盒上的蝴蝶结、移液。相对上一版基线，成功率提高 30% 到 100%，具体幅度看任务类型，完成速度快 20% 到 30%。几个典型任务的起点和终点很说明问题：用夹子装糕点从 5% 到 100%，盖黑色工具箱盖子从 0% 到 93%，解开丝带蝴蝶结从 0% 到 70%，挂开衫从 0% 到 62%，叠裤子从 0% 到 40%。原本为零的那批任务，是这代最实质的变化。
真正的外部验证在产线上。Mercedes-Benz 在匈牙利凯奇凯梅特与德国辛德芬根的产线上做了概念验证，Apptronik 的 Apollo 2 人形机器人配五指、22 自由度的 SharpaWave 手，做汽车零部件的拣选与打包，也就是从散装料箱里分拣零件再摆进分类托盘这种重复且消耗体力的工序。成功率 96%。这套组合里两个模型分工明确，Gemini Robotics ER 负责协调工作流，Gemini Robotics 2.5 负责控制手和手臂。
开发侧有一条容易被忽略的信息：Gemini 4 Argon 在这里当仿真引擎用，教机器人掌握那些原本要靠大量物理数据才能学会的技能。官方说 Argon 大幅加速了这代的开发。这解释了为什么视频模型和机器人模型的边界在变模糊。
安全方面这代给了一个可以横向比较的东西。官方开源了 ASIMOV-Jailbreak 基准，包含数百条把不安全请求伪装在几十种场景里的提示词，已放到 Hugging Face。Gemini 4 Argon 在它上面达到 99.5% 的抗越狱率，上一版基线 Gemini Robotics ER 2 是 82%。另外，障碍物绕行时的安全任务完成率提升 33%，有人在旁边时提升 43%。
开放范围需要单独说清。官方原话是正向机器人合作伙伴推送，没有提任何公开 API、定价或候补名单。能公开拿到的是 ASIMOV-Jailbreak 数据集，以及 AI Studio 里 Gemini Robotics ER 2 的预览入口，后者是具身推理模型，不是这代动作模型。所以对绝大多数开发者来说，这一代现在是可读不可用。
核心功能
- 200 项任务评测：覆盖用夹子分餐、系蝴蝶结、移液等任务，成功率比上一版基线高 30% 到 100%，具体幅度随任务类型变化，完成速度快 20% 到 30%。
- 灵巧操作：能控制五指人形手与平行夹爪，完成拧灯泡、打结这类需要细腻力控的动作，官方描述为从脚趾到指尖的全身控制。
- 工具使用与可变形物体：任务面从刚性抓放扩到使用日常工具与处理柔软易变形的物体，官方点名的例子包括叠衣物、解丝带、给礼品盒系蝴蝶结。
- 产线概念验证：Mercedes-Benz 匈牙利与德国产线上，Apptronik 的 Apollo 2 配 22 自由度 SharpaWave 手，在汽车零部件拣选打包任务上达到 96% 成功率。
- 与 ER 模型分工：Gemini Robotics ER 负责协调工作流与拆解步骤，Gemini Robotics 2.5 负责把步骤落成手和臂的动作，两个模型配合完成产线任务。
- Gemini 4 Argon 当仿真引擎：用视频模型生成物理演示，教机器人掌握原本依赖大量真实物理数据的技能，官方称这大幅加速了 2.5 的开发。
- ASIMOV-Jailbreak 开源基准：数百条把不安全请求伪装在数十种场景里的越狱提示词，已发布于 Hugging Face，Gemini 4 Argon 抗越狱率 99.5%，上一版基线 ER 2 为 82%。
- 物理安全提升：绕开障碍物时的安全任务完成率提升 33%，旁边有人时提升 43%，属于可量化的物理安全改进。
适合谁用
以下类型的用户会特别受益于 Gemini Robotics 2.5：
- 汽车零部件拣选与打包
- 需要用工具的操作，如拧灯泡、移液、用刷子清扫
- 柔软物体处理，如叠衣物、解丝带、系蝴蝶结
- 仓储分拣与上架
- 精细装配中的上下料与摆放
- 安全敏感场景的机器人越狱与对抗测试
- 双臂协作完成任务分工
优点亮点
- 200 项任务成功率提升 30% 到 100%，多个原本零成功率的任务进入可用区间
- 完成速度快 20% 到 30%，在产线节拍上直接可感
- 能使用日常工具并处理柔软易变形物体，任务面从抓放扩到装配与整理
- Mercedes-Benz 产线上 96% 成功率，是目前最硬的外部验证场景
- 同时开源 ASIMOV-Jailbreak 越狱基准，抗越狱从 82% 提到 99.5%，安全指标可比
- 与 ER 模型分工清晰，工作流拆解与动作控制各归其位
价格与方案
目前只向机器人合作伙伴推送，官方未公布 API 定价、公开申请入口或候补名单。可公开获取的是 ASIMOV-Jailbreak 基准数据集（Hugging Face）与 AI Studio 中 Gemini Robotics ER 2 的预览入口，后者为具身推理模型，与这代动作模型不是同一个。
总结与建议
机器人模型这一年比的不是单点演示，是一批任务能不能同时跨过可用线。Gemini Robotics 2.5 的 200 项测试里，成功率比基线高 30% 到 100%，一堆原本零成功率的任务被拉到能做，速度快了两到三成。Mercedes-Benz 产线上的 96% 是目前最硬的一条外部验证。但要看清两件事：96% 是单一产线的概念验证，不是量产良率；这代只向机器人合作伙伴推送，没有公开 API 也没有定价，外部开发者现在还拿不到。
版本演进
- Gemini Robotics 2.5 发布 （2026-11-10）：Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型。200 项任务上成功率比上一版基线高 30% 到 100%，完成速度快 20% 到 30%，典型任务如用夹子装糕点从 5% 到 100%、盖工具箱盖子从 0% 到 93%、解丝带蝴蝶结从 0% 到 70%。Mercedes-Benz 匈牙利与德国产线上，Apptronik 的 Apollo 2 配 22 自由度 SharpaWave 手在汽车零部件拣选打包上达 96% 成功率，ER 模型协调工作流。Gemini 4 Argon 作为仿真引擎加速开发。同时开源 ASIMOV-Jailbreak 越狱基准，Gemini 4 Argon 抗越狱 99.5%，上一版 ER 2 为 82%；障碍物绕行安全完成率提升 33%，有人在旁提升 43%。当前仅向机器人合作伙伴推送。