Google 發布 Gemini Robotics 2.5，結合動作模型、模擬訓練與機器人越獄評測

Google DeepMind 於 11 月 10 日推出視覺語言動作模型 Gemini Robotics 2.5，將改進重點放在精細操作、任務學習與現場可靠性。官方表示，模型接受超過 200 種任務測試，涵蓋使用夾具、綁蝴蝶結與移液等操作；依任務類型，成功率較先前基準相對提高 30% 至 100%，完成速度提高 20% 至 30%。這些是廠商比較結果，不能直接解讀為任意機器人部署都會取得相同增益。官方發布

較具部署參考價值的是 Mercedes-Benz 工廠概念驗證：Apptronik Apollo 2 從料箱取出金屬零件，再按組裝順序放入容器，官方回報成功率為 96%。系統由 Gemini Robotics ER 追蹤工作流程，Robotics 2.5 控制手臂與手部，讓多步驟推理和實際動作各有負責模型。但單一成功率仍不足以判斷產線效益，工程團隊還需要試驗次數、人工介入頻率及失敗恢復時間。試驗與架構說明

訓練方面，DeepMind 表示使用 Gemini 4 Argon 從攝影機場景建立數位分身、生成模擬練習，再搭配真實示範資料。安全方面則加入推論時引導，並宣布 ASIMOV-Jailbreak，測試包裝成一般指令的不安全請求。官方所列 99.5% 抗越獄率屬於 Argon，不能當成 Robotics 2.5 的實體操作安全率。技術說明

既有的 ASIMOV v2 研究已將風險辨識、安全推理與介入決策納入評測，提供理解這次更新的背景，但它與新宣布的越獄測試不能混用。對研究者而言，接下來應追蹤新測試的資料與評分細節，以及模型跨場景、跨硬體的重現結果；目前官方僅表示向機器人合作夥伴推出。ASIMOV v2 研究頁