新闻Robotics & Automation News6 天前
DeepMind发布Gemini Robotics 2.
本文由 AI 根据公开内容整理,可能有误,请以原文为准:Google DeepMind launches Gemini Robotics 2.5 with improved dexterity and industrial capabilities(Robotics & Automation News)
核心内容
Google DeepMind正式发布视觉-语言-动作(VLA)模型Gemini Robotics 2.5,旨在提升机器人在工业及日常环境中的复杂物理操作能力。评测显示,该模型覆盖精细物体处理、工具使用、柔性材料操作及精密装配等200余项任务,相比前代版本任务成功率提升30%至100%,作业速度加快20%至30%,显著增强了灵巧度与可靠性。
在梅赛德斯-奔驰匈牙利与德国工厂的实测中,Apptronik Apollo 2人形机器人利用Gemini Robotics 2.5控制手臂并结合Gemini Robotics ER进行任务规划,执行汽车组件分拣与托盘排列,POC成功率达96%。安全层面,基于推理的控制使避障与人机协作安全完成率分别提升33%和43%;开源基准ASIMOV-Jailbreak测试显示Gemini 4 Argon模型指令拒绝率达99.5%,并通过仿真生成数字孪生加速了训练收敛。
关键看点
- VLA性能跃升:Gemini Robotics 2.5在200+物理任务中成功率较前代提升30%-100%,操作速度加快20%-30%,强化灵巧操作与精密装配能力
- 奔驰产线实测:Apollo 2搭载新模型在德国与匈牙利工厂执行汽车套件组装,结合ER规划模块,POC阶段任务成功率稳定达到96%
- 安全推理增强:引入推理型安全控制机制,障碍物周边任务安全完成率提升33%,人员密集区域提升43%,保障人机共融作业
- 安全对齐基准:开源ASIMOV-Jailbreak评测集,Gemini 4 Argon模型不安全指令抵抗率达99.5%,较基线提升17.5个百分点
工程与产业观察
Gemini Robotics 2.5在奔驰产线的96%成功率标志着VLA模型从实验室走向真实工业装配的关键跨越。其“VLA执行+ER规划”的分层架构解决了长序列任务稳定性难题,而ASIMOV-Jailbreak与安全推理机制为具身智能规模化部署提供了可量化的安全对齐范式,对工业人形机器人落地具有重要参考价值。
外部来源
本页事实对应的公开页面,以原文为准。(点击将离开本站)