Gemini Robotics 2.5发布：VLA模型可完成打蝴蝶结等200多种任务
Google DeepMind 的新版机器人模型真能干细活了：打蝴蝶结、分拣奔驰工厂零件成功率96%，比上一代快两到三成。做机器人和自动化的人可以重点看看它怎么在真实工厂落地的。
Google DeepMind 推出 Gemini Robotics 2.5，以 Gemini 4 Argon 模型作为模拟引擎加速研发，并直接部署在 Apptronik 的 Apollo 2 等机器人上。
升级后的机器人可完成给礼物打蝴蝶结、用夹子分发食物等 200 多种复杂任务，成功率最高提升 100%，速度提升 20% 至 30%。在奔驰汽车工厂的实测中，装载该模型的机器人能精准分拣和整理汽车零件，成功率达 96%。新模型的实时避障能力也大幅增强，在人群周围工作的安全性显著提升。
这表明 Google DeepMind 正把 VLA（视觉语言动作）模型从实验室推向工业场景，与特斯拉 Optimus、Figure 等人形机器人路线形成直接竞争，汽车制造这类重复性体力劳动场景成为重点落地领域。
Gemini Robotics 2.5：能让机器人打蝴蝶结的VLA（视觉语言动作）模型
Google DeepMind团队利用Gemini 4 Argon模型作为模拟引擎来加速研发，推出了Gemini Robotics 2.5，并将它直接应用在Apptronik的Apollo 2等各类机器人身上。
升级后的机器人能熟练完成给礼物打蝴蝶结、用夹子分发食物等200多种复杂任务，成功率最高提升了100%，速度也提升了二至三成。在奔驰汽车工厂的实际应用测试中，装载该模型的机器人能够精准地分拣和整理汽车零件，成功率高达96%，有效替代了枯燥的体力劳动。新模型的实时避障能力大幅增强，在人群周围工作时的安全性也得到了显著提升。
谷歌在LLM、多模态、世界模型、机器人等各个领域，都还没掉队，除了股票。
官方介绍：https://t.co/6VJc4r1IzZ
This report is categorized under AITOP's "Models" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows and US-China foundation model benchmarks and commercialization comparison. Key entities and technical topics under continuous tracking include Gemini Robotics, Google DeepMind, VLA, Apptronik.
Source attribution: curated from Gorden Sun (@Gorden_Sun). Cross-source corroboration: 5 independent sources have covered this development (including TestingCatalog, Google DeepMind, kimmonismus), confirming industry-wide signal strength.
