
Gemini Robotics 是Google DeepMind 面向机器人的AI 模型系列,让机器人结合影像、语言与实体环境资讯,理解任务、规划步骤并执行动作。 Google 于2026 年11 月10 日公布Gemini Robotics 2.5,重点放在精细操作、实际工作环境中的可靠性,以及与人共处时的安全性。
它与一般用来聊天、写作的Gemini 有不同用途。 Gemini Robotics 2.5 是视觉-语言-动作模型,正向机器人合作伙伴推出;系列中的Gemini Robotics ER 2 则另有开发者试用入口。理解这个区别,才能分清楚「可以测试推理模型」和「可以让实体机器人执行工作」的差距。
Gemini Robotics 是什么?先理解VLA 与具身智慧
一般AI 助理主要在数字环境中处理文字、图片、文件或工具任务;机器人则必须面对物品的位置、材质、重量与周遭人员。 Gemini Robotics 的方向,是让AI 能将对环境的理解转成实体动作。
这类能力经常被称为「具身智慧」(embodied intelligence)或「实体AI」(physical AI)。例如,理解「把零件放进托盘」不只需要辨识文字,还必须知道哪个是零件、手臂如何接近,以及放下时是否会碰撞其他物品。
VLA:从看见、听懂,到执行动作
VLA 是Vision-Language-Action 的缩写,中文可理解为视觉-语言-动作模型。依照Google DeepMind 的产品说明,Gemini Robotics 的VLA 模型会将视觉与语言输入转换成动作控制,让机器人实际采取行动。
以整理零件的情境说明,影像提供物品与容器的位置,语言描述任务目标,动作控制则负责让机械手臂抓取、移动和放置。这是一种理解技术分工的方式;实际系统仍需要配合相容硬体、感测与控制设计。
ER:理解空间与规划工作
ER 是Embodied Reasoning,指具身推理。 Gemini Robotics ER 负责理解实体空间、规划多步骤任务,以及协调工作流程。 VLA 和ER 可以互相搭配,但两者不是同一个模型名称,也不能把一方的开放资格或测试成绩直接套到另一方。
Gemini Robotics 2.5 有哪些新功能?
根据2026 年11 月10 日官方公告,2.5 的改进集中在任务广度、操作灵巧度、可靠性与安全控制。以下成果均为Google 公布的评测与案例,应连同适用条件阅读。
更精细的操作:工具、柔软物品与易损物件
Google 以约200 种不同任务评估模型,例子包括用夹子盛装食物、替礼盒打蝴蝶结,以及使用移液器处理液体。这些任务需要的能力不同,从工具操作到柔性物体处理,都比单纯搬动规格一致的方块更复杂。
官方表示,相较先前基准,依任务种类不同,成功率提高30% 至100%,完成任务的速度也有改善。这里的「提高」是比较结果,不是所有任务都达到相同成功率,也不等于增加30 至100 个百分点。
跨不同机器人硬体运作
公告展示的硬体包括Apptronik 的Apollo 2 人形机器人,以及配备双指平行夹爪的Franka Duo 平台。前者与后者的手部构造、活动方式不同,反映Gemini Robotics 希望跨硬体发展的方向。
不过,读者不能因此假设任何现有机器人接上模型就能工作。硬体整合、资料、控制系统与现场验证,仍会影响能完成哪些任务。
加入实体安全引导
2.5 使用推理阶段的引导机制,协助机器人在动作过程避开实体危险。官方评测显示,面对障碍物与邻近人员的情境,安全完成任务的表现有所提升。
这类设计的重要性,在于机器人的错误可能直接影响人员或物品。安全测试成绩可以用来观察进展,但不能取代实际场域的风险评估、防护设备与人工监督。
Mercedes-Benz 的96% 成功率,代表什么?
Gemini Robotics 2.5 最受关注的案例之一,是Google、Apptronik 与Mercedes-Benz 合作的汽车零件备料概念验证。试点位于匈牙利Kecskemét 与德国Sindelfingen 的实际汽车生产线。
在这项测试中,Apollo 2 从料箱取出金属汽车支架,依生产所需顺序放入容器。 Gemini Robotics ER 协助追踪工作流程,Gemini Robotics 2.5 动作模型控制手与手臂。 Google 公布的成功率为96%。
96% 的适用范围是这个特定备料概念验证,不能当成所有机器人任务的通用成功率。它也不代表Mercedes-Benz 已将所有工厂全面改成无人作业。从试点走向更大规模部署,还需要考虑不同零件、设备、维护方式、作业节奏与安全条件。
这个案例的价值,是让机器人AI 的讨论从单一展示动作,往实际工作流程前进。对产业读者而言,后续值得追踪的是部署范围、持续运作能力与整体成本,而不只是一次公布的百分比。
Gemini Robotics、ER 2、On-Device 2 有什么不同?
| 名称 | 主要角色 | 阅读时要注意 |
|---|---|---|
| Gemini Robotics 2.5 | VLA 动作模型,将视觉与语言输入转为机器人动作 | 官方表示正向机器人合作伙伴推出 |
| Gemini Robotics ER 2 | 具身推理模型,理解空间并规划多步骤任务 | 在Google AI Studio 与Gemini API 提供公开预览,不等同于取得2.5 VLA |
| Gemini Robotics On-Device 2 | 针对机器人装置本地运作最佳化的轻量VLA 模型 | 用途与部署方式不同,不能直接套用2.5 的所有规格 |
以上依Gemini Robotics 官方产品页于本文更新日期的分类整理。系列名称相近,但选型时应先确认需要的是推理、动作控制,还是本地部署。
Gemini Robotics 和一般Gemini 有什么差别?
| 比较项目 | 一般Gemini 网页版/App | Gemini Robotics |
|---|---|---|
| 主要工作环境 | 文字、图片、文件与其他数字内容 | 机器人所处的实体环境 |
| 典型需求 | 问答、写作、研究与内容整理 | 空间理解、任务规划与实体操作 |
| 主要使用对象 | 一般使用者与工作团队 | 机器人开发者、研究者与产业合作伙伴 |
| 取得方式 | 依产品的帐号、地区与方案使用 | 不同模型分别依试用、合作或部署条件取得 |
如果需求是撰写文章、翻译或整理资料,一般Gemini 就是较直接的入口。购买Google AI 个人订阅,也不应被理解为自动取得Gemini Robotics 2.5 的实体机器人部署权限。
Gemini 4 Argon 在其中扮演什么角色?
Google 在2.5 公告中提到,Gemini 4 Argon 协助加速机器人研究,例如由真实相机场景生成模拟练习、建立数字孪生,以及从影片分析任务失败原因。这属于研发流程中的支持角色,不应把Argon、Robotics 2.5 与ER 2 当成同一个型号。
数字孪生可理解为用于模拟的数字环境。搭配真实示范资料,研究者可探索不同场景与物件,再验证哪些改善能在机器人上成立。
机器人AI 还有哪些安全与落地限制?
模型能力不等于整套系统可靠性
机器人的表现同时受到感测、机械结构、控制、网路与工作环境影响。即使模型理解了指令,物件滑落、视线遮挡或场地配置变动,都可能影响执行结果。导入时需要明确的停止条件、异常处理与人工接管方式。
避免把安全测试当成零风险保证
Google 在2.5 公告中也介绍针对机器人不安全指令的ASIMOV-Jailbreak 评测。公告提及的99.5% 抗越狱结果属于Gemini 4 Argon 在该测试的表现,不是Gemini Robotics 2.5 在所有现实场景的安全保证。
企业评估时应把「拒绝危险指令」「动作是否碰撞人员」「意外发生后如何停机」分开检查。单一模型分数无法涵盖全部风险。
摄影与作业资料需要管理
机器人可能接触工厂影像、人员活动与生产流程等资料。导入前应确认资料传输、保存、存取权限,以及适用的组织规范。采用本地运作模型,也不宜直接推定整套系统完全没有对外传输,仍需检查实际架构。
Gemini Robotics 常见问题FAQ
Gemini Robotics 是Google 推出的机器人吗?
它主要是机器人AI 模型系列,不是单一硬体产品。 Google 与机器人硬体合作伙伴共同开发和测试应用,例如公告中的Apptronik Apollo 2。
Gemini Robotics 2.5 什么时候推出?
Google DeepMind 于2026 年11 月10 日公布2.5,并表示正向机器人合作伙伴推出。
可以用Gemini App 直接操作家用机器人吗?
目前不是一般Gemini App 可直接启用的家用机器人控制功能,实际操作仍需要相容的硬体、软体与部署条件。
Gemini Robotics 可以免费使用吗?
不能将一般Gemini 免费版等同于Robotics 2.5 免费部署。 ER 2 另有预览试用入口,其用量与费用应依对应服务确认;2.5 的取得与商业条件则需依合作安排。
96% 成功率是否代表已能取代所有工厂工人?
不是。这是特定汽车零件备料概念验证的结果,不能延伸成所有任务、人力配置或工厂部署的结论。
Gemini Robotics 与Gemini Robotics ER 有什么差别?
Robotics 的VLA 模型着重将视觉与语言转为动作控制;ER 着重空间理解和多步骤推理。两者可以搭配,但版本、功能与取得方式需要分开确认。
本文链接地址:https://www.wwsww.cn/rgzn/42535.html
郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。



