◎ 谷歌机器人模型上了奔驰产线，先过配料这一关。

△ 撰文：董志洋

奔驰开始让人形机器人在产线上分拣汽车零件，机器人从料箱里抓起金属支架，按车辆上线的顺序，把支架放进配料盘。

11月10日，Google DeepMind发布新一代VLA模型Gemini Robotics 2.5。在匈牙利凯奇凯梅特和德国辛德芬根两座奔驰工厂，Apptronik的人形机器人Apollo 2已用上这款模型，在实际产线上自主抓取、摆放汽车零件，配料试点的成功率达到96%。目前，新版模型正陆续向谷歌的机器人合作伙伴开放。

▎按车配料，漏放还得补齐

Apollo 2从供料箱里抓起金属支架，放进配料盘对应的位置，遇到空位还要补齐。装配人员接手的是一盘按顺序备好的零件，少花在备料上的时间，可以留给更复杂的装配操作。

上一代 Gemini Robotics 2已经能控制人形机器人的全身动作。这次在奔驰的工位上，跟踪配料进度和控制手臂抓放，由两个模型分担：Gemini Robotics ER跟踪这盘料配到了哪一步，Gemini Robotics 2.5控制Apollo 2的手和手臂，把支架放到指定位置。

Apptronik联合创始人兼CEO Jeff Cardenas更关心从训练环境转到工厂后，机器人还能做得多好。按他的观察，经过几周针对任务的后训练，模型的操作表现有了明显改善，转到奔驰实际产线后，表现也只略有下降。

▎放对一把钳子，配齐一套工具

与奔驰工位相近的两道配料题，谷歌在实验室里交给了另一台双臂机器人Franka Duo。用两指平行夹爪把一把钳子放进黑色工具箱，成功率从上一代的7%提高到82%；把指定工具全部配进料箱，成功率则从33%提高到70%。

两道题都需要抓放，验收的方法却不同。前一道看钳子有没有放对地方，后一道得清点整箱工具，少一件就没配齐。到了奔驰工位，还要多看一项：零件齐了，顺序对不对？

这次谷歌测试了200多种任务，从桌面取放、精密插入，到使用工具和摆弄会变形的物体。执行任务的机器人连手都不一样：Franka Duo用的是两指夹爪，Apollo 2装的是五指、22个自由度的SharpaWave灵巧手，两种本体都能使用这款模型。

△ Apollo 借助叠衣板操作衣物。 △ Franka Duo 用两指夹爪操作工具托盘。

在桌面取放测试中，Franka Duo要从设备槽位里抽出磁盘驱动器，Apollo则要拿起一颗青柠，放上置物架顶层。换成2.5后，两项任务的成功率都从0%提高到100%。

与此前基线相比，新版在不同任务类别上的成功率相对提高了30%至100%，完成任务快了20%至30%。不过，即便是同一台机器人，用不同工具做事，成绩也能差出一截。

Apollo用夹子把糕点装盒，成功率从5%提高到100%；换成拿刷子把垃圾扫进簸箕，则从0%提高到52%。与之相比，同属多步骤接触操作，Franka Duo合上黑色工具箱盖的成功率已从0%升至93%。

谷歌还展示了用移液器转移液体、给礼盒系蝴蝶结等操作。在柔性物体评测里，有一道题恰好反过来，要求Apollo解开礼盒上的丝带结，另一道则要求它借助叠衣板折裤子。旧版在这两项测试中的成功率都是0%，新版分别达到70%和40%。

▎怎样让机器人更快学会新活？

一种技能学会以后，机器人可以把动作做得更快。换一项新工作，费时间的往往是前面的准备：研究人员要收集示范、安排练习，还得弄清楚机器人为什么反复做错。谷歌在开发2.5时，把Gemini 4 Argon用在了准备训练数据和排查失败原因这两件事上。

演示从一张摆着杯子、盘子和小球的桌子开始。Argon根据相机画面重建桌面和物体，在仿真环境里改变条件，生成数千次不同的练习。研究人员把这些数据与真实操作示范结合起来，再训练和评估模型，不必每换一种条件，都重新布置桌面、从头录制。

机器人没做成的动作，也能用来改进训练。在另一段演示中，Argon分析失败录像后提出几种改法，其中一种是重新标注数据，把不同的抓取策略区分开。这个办法听起来合理，上真机一试，得分却从基线的55.3%降到51.5%，团队没有采用。

另一种改法是调整仿真训练中画面随机变化的方式，在同一组真机实验中，得分达到了67.9%。失败录像的用处正在这里：它能帮研究人员找出下一轮值得试的改法，但留下哪一种，还得看机器人实际做得怎样。

在谷歌对六项能力的评测中，经Argon辅助改进后，Gemini Robotics 2.5在适应新场景上的成绩从36%提高到64%，双手协同操作从38%提高到49%。

▎机器人怎样避险，又怎样拒绝危险指令？

机器人正在桌上整理工具，有人把手伸进了工作区域，原本可以执行的动作，这时就需要调整。Gemini Robotics 2.5在推理时加入安全引导，让模型在选择下一步动作时考虑眼前的危险。谷歌分别测试了两种情况：有障碍物时，机器人安全完成任务的表现提高了33%；附近有人时，提高了43%。

还有一种危险，发生在机器人动手之前：交给它的指令本身就不安全，措辞却很像一项正常委托。谷歌为此开源了ASIMOV-Jailbreak测试基准，把数百条经过伪装的危险请求放进数十种场景，看模型会不会受诱导而照办。

接受这项测试的是Gemini 4 Argon，它抵御此类诱导的比例为99.5%，此前作为基线的Gemini Robotics ER 2为82%。在谷歌针对长程任务的机器人智能体评测中，Argon在拒绝危险任务、处理不确定情况和在人员附近工作等项目上的表现也居于领先。

回到奔驰，配料工位有个好处：机器人干得怎么样，接手的装配工人就能验收。一盘零件即使件件抓得稳，只要少了一件，或是摆错了顺序，这盘料就没备好。

【倒计时15天】

-END-