来源：深蓝科技
谷歌DeepMind与Apptronik、奔驰合作实测；新模型比7月版本任务成功率最高提升100%，得益于新一代世界模型Gemini 4 Argon的仿真训练
谷歌DeepMind周二发布了新一代机器人控制模型Gemini Robotics 2.5，而这次的核心演示，直接搬到了真实的汽车工厂产线上。
据DeepMind官方博客介绍，公司与人形机器人公司Apptronik、奔驰共同开展了一项概念验证：在匈牙利凯奇凯梅特和德国辛德尔芬根两地的奔驰活跃生产线上，使用Apptronik的Apollo 2人形机器人执行"配套拣选"（kitting）任务——从散装料箱中拣出单个金属支架，按照产线上每辆车的具体需求，把它们依次放入分拣托盘。DeepMind称，这项任务的成功率达到96%。
两个模型分工协作：Gemini Robotics ER负责追踪整个工作流程，Gemini Robotics 2.5则负责控制机械臂，以及Apollo 2配备的22自由度五指机械手SharpaWave。该机械手能完成的动作涵盖从精细抓取到灵巧操作的多种任务。
Apptronik联合创始人兼CEO杰夫·卡德纳斯在DeepMind的声明中说："这正是我们打造Apollo的目的——在真实工业场景中与人类一起做有用的工作。"他表示，Apollo 2搭配Gemini Robotics后，仅经过几周的后期训练，表现就有了显著提升，迁移到奔驰实际产线上时，性能几乎没有明显下降。
比上一代快20%到30%，部分任务成功率从0冲到93%
与今年7月发布的Gemini Robotics 2相比，DeepMind称新模型在200多项任务中的成功率最高提升100%，完成速度加快20%到30%。几个具体案例很能说明问题：用夹子包装糕点的成功率，从5%提升到100%；合上工具箱盖子的成功率，从0%提升到93%。
据报道，新模型是一个视觉-语言-动作模型，能在不同形态的机器人身上运行，包括Apollo 2的五指机械手，以及Franka Duo的二指平行夹爪。
DeepMind将这次快速迭代归功于新一代世界模型Gemini 4 Argon。借助Argon，机器人可以在仿真环境中进行数千次练习，并回看自己失败动作的回放录像进行复盘，这大幅压缩了从模型迭代到现实部署的周期。
概念验证，而非"工厂已自动化"的宣告
不过，多家科技媒体也提醒，这次测试的性质需要准确理解。
据相关报道，这次奔驰工厂的测试属于"概念验证"，而不是对工厂整体自动化已经成熟的宣告；"配套拣选"是一项具体的操作流程，而非对机器人通用自主能力的证明。DeepMind的一位负责人也表示，要缩小剩下的那4%差距，还有很长的路要走。
目前，Gemini Robotics 2.5正向DeepMind的机器人合作伙伴开放，据报道包括Agile Robots、Apptronik等公司。
这次测试为中国机器人产业提供了一个很好的参照系。它再次印证了我们一直关注的那条判断：人形机器人的真正价值，最终要在产线和仓库这样的"打工型"场景里兑现，而不是停留在舞台上的炫技表演。奔驰产线这类对精度和一致性要求极高的汽车制造场景，恰恰是检验人形机器人商业化成色的试金石，也是中美人形机器人公司都在争抢的下一块阵地。
