出品｜虎嗅科技組

作者｜易玉琴

編輯｜苗正卿

頭圖｜Google DeepMind

具身大模型，差點被判「死刑」。

就在前一天，Anthropic發布的Claude Fable 5.2，讓不少機器人研究人員感嘆：專門訓練的具身模型，難道要被通用大模型淘汰了？

在測試機器人操作能力的RoboDojo Sim基準中，Claude Fable 5.2在42項任務中取得64.9%的平均成功率，遠超GPT-6 Astra的29.8%，表現也優於多數機器人專用模型。

更令人意外的是，在沒有針對部分任務進行專門訓練的情況下，Claude已經能夠控制真實機器人擰瓶蓋、解魔方，甚至畫畫。

當通用模型開始展現如此強的機器人操作能力，具身專用模型的價值也受到質疑。

然而，僅僅一天後，谷歌就給出了不同的答案。

11月10日，Google DeepMind發布Gemini Robotics 2.5，號稱其迄今最強的機器人視覺-語言-動作（VLA）模型。

根據谷歌公布的數據，新模型在200多項任務中接受評測，相比此前基準，部分任務的成功率相對提升30%至100%，執行速度提高20%至30%。

並且，這款模型已經走進汽車工廠。在德國和匈牙利的奔馳生產線上，搭載Gemini Robotics 2.5的Apollo 2人形機器人，能夠自主完成汽車零部件分揀、抓取和擺放，任務成功率達到96%。

啱啱被質疑的具身模型，真的被谷歌救了？

 谷歌讓具身大模型進廠了 

這一次，谷歌拿出的成績單，比以往更接近真實工業需求。

根據官方披露，Gemini Robotics 2.5主要在三個方面實現提升：靈巧操作、任務可靠性和物理安全性。

首先是操作能力。

谷歌對新模型進行了超過200項任務測試，涵蓋使用夾子夾取食物、給禮盒系蝴蝶結、使用移液管等操作。

這些任務看起來簡單，對機器人卻並不容易。

以系蝴蝶結為例，機器人需要同時控制雙手，感知絲帶形狀，並根據材料變形不斷調整力度和動作。稍有偏差，絲帶就可能滑落或打結失敗。

在谷歌公布的測試中，新模型用夾子裝取糕點的成功率由此前的5%提高至100%，解開蝴蝶結的成功率由0提高至70%，合上工具箱蓋子的成功率則由0提高至93%。

整體來看，相比此前的基準模型，Gemini Robotics 2.5在不同類別任務上的成功率相對提升30%至100%，執行速度提高20%至30%。

同時，新模型能夠適配不同類型的機器人，包括配備五指靈巧手的Apollo 2，以及使用雙指平行夾爪的Franka Duo。

這意味着，谷歌正在嘗試讓同一套機器人智能能力適用於不同硬件形態，減少每換一副機器人身體就重新訓練模型的成本。

但更值得關注的進展發生在奔馳工廠。

在德國辛德芬根和匈牙利凱奇凱梅特的汽車生產線上，谷歌與Apptronik、奔馳合作，讓Apollo 2人形機器人承擔汽車零部件的分揀與配套工作。

具體來說，機器人需要從裝有金屬支架的料箱中取出零件，再按照生產順序放入指定托盤，為後續汽車裝配做好準備。

這類工作高度重複，卻要求機器人準確識別、抓取和擺放零件。一旦出現偏差，還需要及時糾正。

谷歌採用了兩套模型協同工作的方式：一套模型理解任務和工作流程，另一套負責控制機器人的手臂與靈巧手，完成具體操作。

最終，Apollo 2在這項概念驗證中取得了96%的任務成功率。

Apptronik聯合創始人兼CEO Jeff Cardenas表示，藉助Gemini Robotics，Apollo 2在短短几周的後訓練中就實現了明顯進步，遷移到奔馳真實生產線後，性能也沒有出現明顯下降。

不過，96%的成功率距離規模化工業應用仍有差距。

谷歌尚未披露完整測試次數、持續運行時長、人工接管頻率，以及機器人與工人之間的生產節拍差異。

對於汽車工廠而言，完成一次分揀和連續穩定工作數千小時，是兩回事。

尤其是在工業生產線上，真正決定機器人能否留下來的，除了操作成功率，還有故障恢復能力、維護成本和投資回報率。

因此，Apollo 2的表現更像是一次頗具說服力的技術驗證，距離大規模商業部署仍有不少問題需要回答。

但至少，谷歌已經證明，具身模型的能力可以從實驗室延伸到真實工業環境。

 谷歌讓AI開始訓練AI 

相比機器人學會了多少新動作，這次發布還有一個容易被忽略的變化：谷歌正在改變具身模型的訓練方式。

過去，機器人學習新技能，往往需要研究人員反覆採集數據、設計訓練任務，再通過真機測試不斷修正。

這個過程既昂貴又耗時。

尤其是涉及靈巧操作時，機器人需要學習如何控制抓取力度、處理物體變形，以及應對接觸過程中產生的複雜變化。

即便模型在某項任務上取得進展，換一件物品、換一個場景，也可能需要重新訓練。

如今，谷歌試圖讓通用基礎模型承擔一部分工作。

根據Google DeepMind披露，Gemini 4 Argon已經被引入機器人研發流程，用於生成仿真訓練場景、分析失敗原因，以及輔助研究人員改進訓練策略。

例如，研究人員只需要提供真實場景的攝像頭畫面，Argon就能夠幫助構建數字孿生環境，生成數千次不同條件下的模擬練習。

如果機器人在某次操作中失敗，模型還可以分析失敗視頻，提出可能的原因，並協助研究人員在仿真或真機環境中驗證改進方案。

相當於讓機器人擁有了一個能夠反覆組織練習、分析錯誤的AI助手。

當然，這套方法依然需要真實世界的數據和訓練示範，現階段還無法完全擺脫真機採集。

但其潛在價值十分明顯。

過去，機器人掌握一項新技能，需要大量人工參與的試錯過程。隨着通用模型介入，部分訓練工作可以在虛擬環境中完成，研究人員也能更快找到有效的改進方向。

這意味着，具身模型的競爭可能出現新的變化。

此前，行業普遍關注誰擁有更多機器人數據、誰建立了規模更大的數據採集中心。

未來，除了數據規模，模型能否高效利用數據、能否自動發現問題、能否通過仿真加快學習，也將成為重要競爭指標。

而在這方面，擁有強大通用基礎模型、算力和仿真技術儲備的科技巨頭，顯然具備一定優勢。

對於谷歌而言，Gemini 4 Argon和Gemini Robotics 2.5正在形成相互配合的研發體系。

通用模型可以輔助機器人學習，專用模型則持續積累真實世界的操作能力。

這種組合，也為近期的具身模型路線之爭提供了一個新的觀察角度。

 具身模型，被谷歌救了？ 

過去兩年，具身智能行業一直存在兩條不同的技術路線。

一條是專門訓練機器人模型，通過大量真機數據、動作數據和物理交互經驗，讓機器人掌握操作能力。

另一條則是利用通用基礎模型已有的視覺理解、推理和規劃能力，進一步拓展到機器人控制。

隨着GPT-6 Astra、Claude Fable 5.2等通用模型在機器人任務中不斷取得突破，第二條路線開始受到更多關注。

其背後的邏輯並不複雜。

如果通用模型已經能夠理解環境、規劃動作，甚至控制機器人完成部分任務，那麼企業是否還有必要投入大量資金，從頭訓練一套具身基礎模型？

不過，谷歌的最新進展表明，問題可能沒有這麼簡單。

儘管通用模型已經展現出較強的機器人操作能力，但理解任務與在真實世界中穩定完成操作之間，依然存在差距。

例如，模型可以準確判斷應該怎樣抓取杯子，但真正執行時，還需要處理手指與杯子之間的接觸、抓取力度、機械臂運動，以及物體滑落等問題。

這類連續的物理交互，對控制頻率、動作精度和環境反饋有着更高要求。

通用基礎模型目前還難以獨立解決所有問題。

值得注意的是，即便Anthropic的Claude Fable 5.2在RoboDojo Sim測試中取得了64.9%的成功率，該成績也主要反映特定仿真條件下的操作能力，無法直接等同於真實工業環境中的可靠性。

因此，谷歌依然選擇保留專用VLA模型，通過與推理模型協作來控制機器人。谷歌之外，誰在分層控制機器人？

英偉達最新發布的GR00T 2也採用了類似思路。

在其展示的系統中，通用推理模型負責拆解任務、規劃步驟和檢查進度，GR00T 2則承擔具體的物理動作控制。

在50項目標機器人未見過的任務中，GR00T 2經過每項任務5次示範和少量微調後，平均成功率達到95%。

兩家巨頭正在探索相似的方向：讓通用模型承擔更多理解與推理工作，同時由專門的機器人模型負責物理操作。

這意味着，具身模型短期內仍有明確的技術價值。

但對於專門研發具身模型的創業公司而言，這未必是個好消息。

當谷歌、英偉達等巨頭同時擁有基礎模型、機器人模型和相關訓練工具時，初創公司的競爭門檻可能被進一步抬高。

尤其是那些主要依靠自研VLA構建技術壁壘的企業，未來需要回答一個更尖銳的問題：相比直接使用巨頭提供的基礎模型，自己訓練的模型究竟好在哪裏？

當然，巨頭也尚未完全掌握機器人市場。

目前，Gemini Robotics 2.5主要向谷歌的機器人合作伙伴開放，尚未全面提供公共API服務。工業客戶的場景需求、硬件配置和數據條件也千差萬別，通用模型距離全面適配仍有較長距離。

這給專業具身模型企業留下了發展空間。

回過頭看，谷歌這次發布或許已經給近期的爭論提供了一個階段性答案。

具身模型仍然有存在的必要，但未來未必需要每家公司都從頭訓練一套。

當通用基礎模型不斷擴張能力邊界，機器人專用模型也將面臨更嚴格的價值檢驗。

谷歌可能救下了具身模型，卻讓一部分具身模型創業公司面臨更殘酷的競爭。

本內容未經允許不得轉載。授權事宜請聯繫 hezuo@huxiu.com。

End

點擊下方【虎嗅嗅小程序】，獲取 AI 行業最新變化。看完記得【添加到我的小程序】中哦~