近日，谷歌 DeepMind 正式推出 Gemini Robotics 2.5，官方称其为谷歌迄今为止性能最强的视觉-语言-动作（VLA）机器人模型，进一步拓展物理 AI 落地边界，该模型现已面向谷歌机器人合作伙伴开放试用。

此次最受行业关注的成果，是谷歌联合人形机器人厂商 Apptronik、梅赛德斯 - 奔驰，在奔驰位于德国辛德尔芬根、匈牙利凯奇凯梅特的在用汽车产线完成概念验证试点：搭载该模型的 Apollo 2 人形机器人，承担汽车金属支架分拣配套（kitting）工作，从散装料箱中按装配顺序抓取零件、放入对应排序料盒，任务成功率达到 96%。

这套产线作业采用双模型协同架构：Gemini Robotics ER（具身推理模型）负责整体任务流程跟踪、环境判断；Gemini Robotics 2.5 作为动作模型，直接控制机器人手臂与灵巧手完成精细抓取、摆放动作，过程中可自主修正位置偏差，适配产线内非结构化物料环境。

据谷歌测试数据，Gemini Robotics 2.5 在超过 200 项真实任务中完成评估，覆盖工具操作、柔性物体处理、易碎品精细操作等多样化场景；对比前代模型，部分任务成功率最高提升 100%，执行速度最高提升 30%，同时障碍物周边安全任务完成率提升 33%、人员附近安全任务完成率提升 43%，人机协同安全性显著优化。

Apptronik 联合创始人兼 CEO Jeff Cardenas 表示，模型仅经过数周后训练即可实现明显性能跃升，并且从实验室迁移到奔驰真实产线后，性能衰减幅度很小，为人形机器人规模化走进工业场景打下基础。这类零件分拣属于重复性高、枯燥的配套工序，机器人承接后，一线技师可以把精力集中在复杂装配任务上，优化产线人力分配。

谷歌同时强调，当前项目仍处于概念验证阶段，暂未披露测试时长、试验样本量、产线节拍、故障自动恢复等工程指标，96% 的分拣成功率是本次试点单项指标，距离汽车工业稳定量产所需的高可靠标准仍有差距，从试点走向规模化商用还需要持续迭代优化。

本次落地是头部大模型厂商把具身智能从实验室 Demo 推向真实汽车产线的重要一步。汽车制造场景工序标准化、对稳定性要求高，正在成为人形机器人商业化的核心试验场，后续模型在换型适配、连续稳定运行、成本控制等维度的表现，将决定人形机器人能否大规模进入工厂替代重复劳动。