谷歌GeminiRobotics2.5进厂实测，具身模型迎来工业级验证

具身智能模型一度被推至存亡边缘。11月9日，Anthropic发布的Claude Fable 5.2在RoboDojo Sim基准测试中以64.9%的平均成功率大幅领先GPT-6 Astra（29.8%），甚至无需专项训练即可操控真实机器人完成拧瓶盖、解魔方等任务。这一表现引发行业震动：专为机器人设计的具身大模型，是否正被通用大模型取代？

仅隔24小时，谷歌用Gemini Robotics 2.5给出了不同答案。11月10日，Google DeepMind正式推出其迄今最强的视觉-语言-动作（VLA）模型，并同步披露其已在德国辛德芬根与匈牙利凯奇凯梅特的奔驰汽车生产线上开展实际部署。

该模型并非实验室演示品，而是面向真实工业场景构建的能力体系。官方数据显示，Gemini Robotics 2.5在超过200项任务中接受评估，涵盖从夹取糕点、系蝴蝶结到使用移液管等日常操作。其中，夹子装取糕点成功率由5%跃升至100%，解开蝴蝶结由0提升至70%，合上工具箱盖子达93%；整体任务成功率相对前代提升30%至100%，执行速度提高20%至30%。

值得注意的是，这些任务并非抽象指标，而是对机器人灵巧性的真实考验。以系蝴蝶结为例，需双手协同、实时感知丝带形变并动态调整力度——稍有偏差即失败。此类任务过去长期依赖手工编程或强化学习微调，而Gemini Robotics 2.5通过端到端训练实现泛化能力突破。

更关键的是硬件兼容性。新模型可同时驱动两类差异显著的机器人平台：配备五指灵巧手的Apollo 2人形机器人，以及采用双指平行夹爪的Franka Duo机械臂。这意味着同一套智能系统可适配不同本体结构，降低“换身体就重训”的成本门槛，为具身模型的规模化复用铺平道路。

工业落地是此次发布的核心亮点。谷歌联合Apptronik与奔驰，在汽车零部件分拣环节部署Apollo 2机器人。具体任务为：从料箱中识别并抓取金属支架类零件，按装配顺序精准放入指定托盘。该流程高度重复、容错率低，要求机器人具备稳定识别、抓取与纠错能力。

系统采用双模型协同架构：一个负责理解任务逻辑与工作流，另一个专注手臂与灵巧手的低层控制。在概念验证阶段，Apollo 2达成96%的任务成功率。Apptronik CEO Jeff Cardenas指出，借助Gemini Robotics 2.5，Apollo 2仅用数周后训练即显著提升性能，且迁移至真实产线后未出现明显衰减。

然而，96%的成功率仍非工业级可用标准。汽车工厂对设备的要求远不止单次任务完成度：连续运行数千小时的稳定性、故障自恢复能力、人工干预频率、与产线节拍的匹配度，以及全生命周期维护成本，共同构成商业化门槛。谷歌尚未公开测试总时长、接管次数及长期可靠性数据，当前成果更接近一次高说服力的技术验证，而非成熟产品交付。

除能力提升外，谷歌悄然改变了具身模型的训练范式。过去，机器人技能习得严重依赖人工采集数据、设计仿真环境与真机迭代，周期长、成本高。尤其在灵巧操作中，物体变形、接触力学复杂性导致模型泛化困难。

此次，Google DeepMind引入Gemini 4 Argon参与研发闭环：该基础模型被用于自动生成仿真训练场景、分析失败案例并提出改进建议。例如，当机器人在某次抓取中滑脱，系统可自动回溯物理参数、生成相似但变量不同的新样本，加速策略优化。这种“AI训练AI”的路径，有望将技能开发周期从数月压缩至数周，从根本上缓解具身智能的工程瓶颈。

行业层面，这场“通用vs具身”的争论并未终结，而是进入新阶段。Claude Fable 5.2证明通用模型确能跨界渗透机器人领域，尤其在任务理解与规划层面展现优势；而Gemini Robotics 2.5则强调：在需要高精度物理交互的场景中，专用具身模型仍具不可替代性——其优势在于对传感器输入、执行器动力学与环境约束的深度耦合建模。

创业生态亦随之承压。早期具身智能初创公司多聚焦单一任务或特定硬件平台，如今面临双重挑战：一方面需应对通用大模型的“降维打击”，另一方面要满足工业客户对鲁棒性与ROI的严苛要求。一位不愿具名的机器人创业者坦言：“以前拼算法创新，现在拼的是能否在真实产线跑满三个月不宕机。”

技术演进正在收敛：未来主流路径可能不是“通用模型取代具身模型”，而是“通用模型提供认知层能力，具身模型负责物理层执行”，二者通过模块化接口协同工作。谷歌此次布局，正是朝此方向迈出的关键一步——它没有否定具身模型的价值，而是将其从实验室推向车间，用真实世界的反馈重新定义其边界与潜力。

具身智能的“死刑判决”或许被暂缓，但真正的考验才刚刚开始。