Gemini Robotics 2.5

Gemini Robotics 2.5 是谷歌 DeepMind 推出的机器人基础模型，属于将大模型能力从语言和视觉扩展到物理世界的具身智能产品线，用于让机器人在真实环境中完成抓取、分拣、装配等操作任务。与上一代相比，新版本强调泛化能力和真实场景落地，不再局限于实验室演示。

Gemini Robotics 2.5 近期进展

谷歌发布 Gemini Robotics 2.5 机器人模型，已在奔驰产线试点：谷歌正式发布该模型，并与梅赛德斯-奔驰合作，在真实生产线上进行试点验证，将技术从演示阶段推向工业场景。

Google DeepMind's Gemini Robotics 2.5 scores 96 percent sorting metal parts in a Mercedes-Benz assembly pilot：在奔驰装配线的金属零件分拣试点中，Gemini Robotics 2.5 达到 96% 的分拣成功率，这是目前少有的公开工业环境实测数据，也被视为通用机器人操作能力的重要参考指标。

Gemini Robotics 2.5 accelerates real-world general dexterity：DeepMind 官方博客介绍，新模型在灵巧操作上显著提速，能应对训练中未见过的物体和任务，减少针对每个场景单独编程的成本。

Google announced a new Gemini Robotics 2.5 model f…：第三方观察者注意到，该模型延续了 Gemini 多模态架构，将感知、规划与控制整合在同一个模型中，而非传统的分层流水线。

Gemini Robotics 2.5 最大的看点在于"通用性"与"工业可用性"能否同时成立。96% 的分拣成功率说明其在结构化产线任务上已接近实用水平，但这类任务的容错要求、异常处理和长时间连续运行的稳定性，仍需要更长的部署周期来检验。

另一个观察角度是商业模式。谷歌选择与奔驰这类整车厂合作试点，意味着其路线是先切入有明确付费能力的工业场景，而非直接面向消费级机器人。这与特斯拉 Optimus、Figure 等公司偏自主硬件的路径形成对比——谷歌提供的是模型层能力，硬件交由合作伙伴。

对行业而言，值得持续关注的是：该模型在非结构化环境（如家庭、物流）的泛化表现、开发者生态和 SDK 的开放程度，以及真实产线试点数据能否进一步公开验证。在这些证据出现之前，对具身智能的进展保持客观评估仍是更稳妥的态度。