文章核心观点 - 谷歌DeepMind发布新一代机器人基础模型Gemini Robotics 2.5，这是谷歌首个借助Gemini 4 Argon加速研发、具备自主改进能力的机器人模型 [1][2] - 该模型在200种任务测试中成功率较基线提高30%—100%，完成速度提升20%—30%，并在奔驰工厂真实产线概念验证中实现96%的分拣成功率 [10][25] - 模型能力提升的核心驱动力来自Gemini 4 Argon与RSI（递归自我改进）技术，即用更强的AI包办下一代机器人AI的开发全链路 [27][28] 模型定位与能力升级 - Gemini Robotics 2.5是一款VLA模型（视觉—语言—动作模型） [6] - 相比上一代Gemini Robotics 2，新一代模型重点补强了三方面能力 [7] - 灵巧性方面，可完成更多复杂任务，从使用日常工具到精细操作柔性物体，动作更灵活、成功率更高 [15] - 可靠性方面，在奔驰真实产线测试中帮助Apollo 2人形机器人分拣汽车零件，成功率达96% [15] - 安全性方面，增强物理避险能力，并引入新基准测试机器人抵御恶意指令和越狱攻击的能力 [15] 任务测试成绩 - 测试覆盖200种不同任务，从日常家务到精细操作 [9] - 灵巧操作任务（如夹取蛋糕）成功率从Gemini Robotics 2的5%提升至2.5版本的100% [12] - 拆解系好的蝴蝶结任务成功率从此前模型的0%提升至70% [15] - 挂开衫任务成功率从0%提升至62%，折裤子任务从0%提升至40% [17] - 衣物、丝带等柔性物体操作是机器人领域的硬骨头，物体形状随抓取拉扯不断变化，机器人需实时识别状态并调整动作 [18][19] 奔驰工厂真实产线验证 - 测试分别在德国辛德芬根和匈牙利凯奇凯梅特的奔驰生产设施展开 [22] - 上岗机器人为Apptronik旗下Apollo 2人形机器人，配备22自由度五指灵巧手 [23] - 工作任务为汽车零部件配套分拣 [24] - 采用“脑手分工”架构：Gemini Robotics ER负责理解任务、规划流程，Gemini Robotics 2.5负责指挥双手执行操作 [24] - 真实产线概念验证中Apollo 2交出96%的任务成功率 [25] Gemini 4 Argon与RSI技术路径 - 以往具身智能研发的瓶颈在于数据逐条采集、质量逐点核查、失败后需工程师反复看录像找原因调参数 [28] - Gemini 4 Argon接管并加速模型开发全链路，用更强的AI一条龙包办、调教并升级下一代机器人AI [28] - Argon可从一张真实桌面的RGB照片出发，自主重建物理仿真环境，识别桌上物体、大小、位置并搭建数字孪生训练场 [29][30] - Argon会自主出题，改变物品位置和摆放方式，让机器人在不同条件下反复练习 [31] - 机器人执行动作失败后，Argon可分析视频、推测失败原因并提出改进方案，相当于集训练场创建、练习题设计、复盘分析于一体的AI教练 [32] - 距离完全自主闭环的RSI仍有距离，但该模式展示了机器人自我改进的具体实现路径 [43] 安全性能力与基准测试 - Gemini Robotics 2.5可利用推理阶段的安全引导实时避开物理危险 [35] - 谷歌评估中，面对障碍物时的安全任务完成表现提升33%，在人类附近操作时提升43% [36] - 机器人可识别突然伸入操作区域的人手并及时停止动作，避免误伤 [37] - 谷歌推出开放测试基准ASIMOV-Jailbreak，包含大量经过伪装的危险指令，专门测试机器人模型能否识别和拒绝 [39][40] - 该基准测试中Gemini 4 Argon越狱抵抗率达99.5%，此前Gemini Robotics ER 2基线为82% [41]