人形机器人进了奔驰车间试工：谷歌新“机器人大脑”在真实产线分拣零件，试点成功率96%

先说背景：工厂机器人很能干，但很“死板”

说到工厂机器人，很多人会想到汽车厂里挥舞的大机械臂。它们又快又准，但有个大缺点：每个动作都是工程师提前写好的。零件位置稍微一变、换一种活儿，往往就要停下来重新编程、重新调试。

所以，真正需要“看一眼、想一下、动手做”的杂活——比如从一大箱乱放的零件里挑出需要的那几个，按顺序摆好——很多仍然靠人来完成。这几年，科技公司一直想给机器人装一个更通用的“大脑”，让它像人一样边看边理解边动手，而不是只会背固定套路。

这次发生了什么

11月10日，谷歌DeepMind发布了Gemini Robotics 2.5，称这是它迄今最强的“视觉-语言-行动”模型（VLA）。名字很长，意思其实很直白：用眼睛（摄像头）看，用语言理解指令，再控制手和手臂把事做出来。DeepMind称，这个模型已经开始向机器人合作伙伴开放。

公司说，他们在200多项任务上测试了它，包括用夹子夹菜装盘、给礼盒系蝴蝶结、用移液器转移液体等。这些活儿难在哪？夹子是工具，蝴蝶结的丝带是软的、会变形，移液器要求手很稳——对机器人来说都不容易。DeepMind称，和之前的版本相比，按任务类型不同，成功率提升了30%到100%，完成速度快了20%到30%。

这个“大脑”可以装进不同的机器人身体里，比如Apptronik的Apollo 2人形机器人。它配的SharpaWave灵巧手有五根手指、22个“自由度”——自由度可以理解为能独立活动的关节方向，数字越多，手越灵活。另一种是只有两根“手指”、像钳子一样开合的Franka Duo平台。

最吸引眼球的，是一次进真实车间的试点

DeepMind、Apptronik和梅赛德斯-奔驰合作，把Apollo 2放进匈牙利凯奇凯梅特和德国辛德尔芬根仍在运转的汽车生产线上，干一种叫“配盘”（kitting）的活：从散装料箱里拿出金属支架，按每辆车装配需要的顺序，放进排好序的容器，空位再补上。简单说，就是给工人“提前备好每辆车要用的零件”。

分工上，一个模型（Gemini Robotics ER）负责盯着整个流程，Gemini Robotics 2.5负责控制手和手臂。DeepMind称这次试点成功率为96%。Apptronik联合创始人兼首席执行官Jeff Cardenas表示，模型经过几周的额外训练后进步明显，搬到奔驰产线上时性能下降很小。

96%到底意味着什么

96%听起来很高，但换个角度看：大约每100次操作，会有4次没做好。在实验室里这已经很不错；但在汽车工厂，一个零件放错可能会让整条线停下来等人处理。

而且这是一次概念验证——相当于“试工”，不是“正式入职”。它说明在特定任务上能做到这个水平，但不能直接理解成奔驰产线已经全面换上了人形机器人，也不能推断它连续上好几个班次都能稳定保持96%。

安全：机器人会不会伤到人

机器人一旦进入人类身边，安全比效率更重要。DeepMind称，新模型在执行任务时会“边想边避险”，绕开眼前的物理危险。按公司测试，在障碍物附近安全完成任务的比例提高了33%，在有人在旁边时提高了43%。

还有一种风险叫“越狱”：有人把危险请求伪装成正常场景，骗机器人去做。为此团队开源了一个测试题库ASIMOV-Jailbreak，里面有数百条这样的“伪装指令”。DeepMind称，Gemini 4 Argon识破了其中99.5%，之前的Gemini Robotics ER 2是82%。需要提醒的是，这些安全数字同样是公司自己测的。

DeepMind还提到，在研发过程中，他们用Gemini 4 Argon从真实摄像头画面生成大量变化的模拟练习，并搭建“数字孪生”（可以理解为现实场景在电脑里的复刻版），让机器人在虚拟世界里多练，加快训练。公司把这次发布称为通往“物理AGI”（能在现实世界中通用干活的AI）路上的一步。

未来可能改变什么

如果这类“通用机器人大脑”真的成熟，工厂改变一条产线、换一种活儿，可能不再需要大量重新编程，而是“教几周就会”。这对汽车、电子、物流这些需要大量零碎手工活的行业，吸引力很大。

但从“试点96%”到“每天三班稳定干活”，中间还有很长的路：可靠性、成本、维修、和工人一起工作时的安全，都需要更多真实数据来证明。目前能确认的只有两点：新模型正在向合作伙伴开放；奔驰产线上的96%来自一次受控的概念验证。

跟普通人有什么关系

短期内，你不太会在身边看到人形机器人。但如果你在工厂、仓库工作，这类技术可能会先接手那些重复性的分拣和备料活，岗位内容可能随之变化——更多人可能转向看管、调试和处理异常。

长期看，如果机器人干活更灵活、更便宜，汽车和各类商品的生产成本有机会下降。另一方面，当机器人开始走进有人的环境，“它会不会被骗、会不会伤人”也会成为每个人都要关心的问题——这也是为什么这次发布里，安全数据占了这么大篇幅。

原文发布时间：Google DeepMind，2026年11月10日 23:00（北京时间）