谷歌 DeepMind 在奥斯汀的 CoRL 会议上发布 Gemini Robotics 2.5,官方称这是目前最强的视觉—语言—动作(VLA)模型。它的结构是两层:Gemini 的具身推理模块负责"看懂场景、排出步骤",底层策略负责"把步骤变成稳定的动作",同时提升了手部操作的精细度。

测试数据是这次发布的重点:在 200 多项物理任务中,模型在奔驰工厂用 Apptronik 的 Apollo 2 人形机器人做汽车零件搬运,成功率达到 96%,运行速度比此前基线快 20% 到 30%。

一、96% 意味着什么,不意味着什么

先说意义。制造业对机器人的要求一直是"稳定重复",所以过去产线上大量用的是专用机械臂——焊接、涂胶、搬运,动作固定、节拍固定。人形机器人进不了产线,不是力气不够,而是识别不了变化:零件位置偏了两厘米、包装换了颜色、来料混了型号,专用机械臂就停了。

96% 的任务成功率,说明视觉理解加通用规划这条路在受控场景里已经能跑通。它带来的是"换型成本"下降:换一条产线不用重写程序,重新示范几次就能适配。

再说限制。96% 不等于可以无人值守。产线的真实指标是班次级稳定性:连续八小时的成功率、平均无故障时间、人工接管频次、单位合格作业成本。任何一项不达标,96% 都只是发布会数字。

二、三条技术路线的对照

谷歌这条是"通用基座 + 具身推理"。Anthropic 的做法类似但更激进:其新旗舰 Fable 5.2 没有针对机器人专门训练,却在双臂机器人基准 RoboDojo 上把成功率从上一代的 27.6% 推到 64.9%,同时演示了拧瓶盖、解魔方、画图案。这条路线在赌"通用能力可以迁移到物理世界"。

英伟达 GR00T 2 走的是数据路线:预训练融合了 40 多万小时人类第一视角视频、上万小时夹爪数据与两万多小时机器人遥操作数据,加入人类视频后,72 项真机任务的平均完成进度从 50% 提到 70%。

三条路的共同点是:都不再靠"给每个任务写程序",而是靠"看懂 + 试错 + 沉淀技能"。

三、国内产线的进度

同期国内的动作更偏工程化。小米 CyberOne 02 在汽车总装车间完成 8 小时 5 分钟连续作业验证,涵盖两次自主补能与轮式机器人协同;优理奇(UniX AI)称月出货超百台,在酒店、安保、零售场景形成可复制方案;均胜电子的机器人高算力控制器累计交付超过 2000 套。

这些数字单独看都不惊人,但合起来说明一件事:具身智能的竞争已经从"能不能演示"转到"能不能连续交付"。

四、给制造业的判断框架

如果你在评估要不要上人形机器人,建议按这四步走:

第一步,选一个"变化多但后果可控"的工位试点,比如来料分拣、包装下线,不要一上来就碰主装配线。

第二步,先量化人工成本,包括招聘难度、流失率、培训周期。如果这个工位本来就招不到人,机器人的账更容易算平。

第三步,要求供应商提供班次级数据,而不是演示视频:连续运行时长、接管次数、故障恢复时间。

第四步,把接口和退出机制写进合同。数据归谁、模型能不能私有化部署、换供应商时历史数据能否导出,这些比单价更重要。