Google DeepMind 刚刚给工业自动化领域加了一把火。11月10日，DeepMind 正式发布了其最新的视觉-语言-动作（VLA）模型 Gemini Robotics 2.5。这款模型可不是实验室里的“花架子”，它已经正式入职 Mercedes-Benz（梅赛德斯-奔驰）的生产线，为 Apptronik 旗下的 Apollo 人形机器人提供“大脑”支持。
在这场金属与算法的跨界联动中，最吸睛的数据莫过于其在真实汽车零部件分拣（Kitting）任务中达到的 96% 成功率。目前，搭载 Gemini 2.5 的 Apollo 机器人已在奔驰位于德国辛德芬根和匈牙利凯奇凯梅特的工厂“上岗”。它们负责从散装零件箱中精准抓取金属支架，并将其放入组装线的排序盘中。
这绝非简单的实验室 Demo，而是在全球最严苛的汽车制造流水线上的实战演练。DeepMind 表示，与前代版本相比，新模型在 200 多项测试任务中的成功率提升了 30% 到 100%，作业速度也加快了 20% 到 30%。
Apollo 人形机器人身高约 1.73 米（5英尺8英寸），体重约 72 公斤（160磅），专为人类工作空间设计，最高负载可达 25 公斤（55磅）。在奔驰工厂的试点中，DeepMind 采用了“双模并行”策略：Gemini Robotics ER（具身推理）模型负责全局工作流的管理，而 Gemini Robotics 2.5 则专注于手臂和手指的精细动作控制。此外，DeepMind 还特别强调了安全性上的突破，其全新的导航引导能力使机器人在障碍物周边的任务完成率提升了 33%，在人员密集区的安全性提升了 43%。
为什么这很重要？
这不仅仅是工厂里多了一个机器人那么简单。这更像是一场科技巨头间的“硬核”较量——Google 正在用其最强的 AI 大脑，在通用人形机器人赛道上与对手们贴身肉搏。当其他公司还在忙着发炫酷的预告片时，Google、Apptronik 和奔驰已经开始在豪车生产线上进行实压测试了。
96% 的成功率固然是一个令人惊叹的基准，但正如 DeepMind 所坦言，“从 96% 到 99.9999% 的跨越才是最难的。” 剩下的那 4%——无论是掉落的零件还是放错的位置——正是“有潜力的试点项目”与“大规模全自动化生产方案”之间的鸿沟。
即便如此，通过部署这种能够自主学习、灵活适应而非仅仅重复死板程序的机器人，这次合作依然标志着一个重大飞跃：未来的机器人将不再只是机械地替代重复劳动，而是能够真正与人类并肩，处理复杂且多变的精密工作。