Apptronik的Apollo 2人形机器人在梅赛德斯-奔驰开始从事套件组装工作

目前，两台类人型机器人在梅赛德斯-奔驰一条正在运行的生产线上，利用部分工作时间从蓝色塑料箱中取出金属支架，并按照下游装配工人所需的精确顺序，将每个支架放入排序托盘中。 谷歌DeepMind周二表示，这些由Apptronik制造并运行其新版Gemini Robotics 2.5模型的机器人，在匈牙利凯奇凯梅特和德国辛德尔芬根的梅赛德斯-奔驰工厂中，完成该套件组装任务的准确率高达96%。

此次部署属于概念验证，而非量产应用，DeepMind尚未披露该成功率涵盖了多少次拣选操作、试点项目运行了多长时间，以及其循环时间与人类执行相同分拣任务相比如何。

96%的拣选成功率究竟涵盖了什么

该任务被称为汽车套件组装：从大宗仓储中取出单个零部件，并按照汽车生产线的使用顺序将其整理到指定容器中，从而确保技术人员无需停下手头工作去寻找正确的支架。 DeepMind表示，Gemini Robotics 2.5能够处理这一任务所需的偏差校正——当容器中的零件所剩无几或零件处于不理想的角度时，机器人会自动调整抓取和放置动作。正是这一环节，使得套件组装工作即使在其他方面已实现自动化的工厂中，历来仍需人工完成。

该公司将梅赛德斯-奔驰的生产线视为更广泛主张中的一个数据点： 经过从用夹子盛放食物到移液等200多项不同任务的测试，Gemini Robotics 2.5系统根据任务类型不同，其成功率比前代产品提高了30%至100%，同时任务完成速度提高了20%至30%。 DeepMind 还表示，推理阶段基于推理的安全指导使机器人绕过障碍物时的安全任务完成率提高了 33%，当有人在附近时提高了 43%；此外，一项新的内部安全基准显示，

ASIMOV-Jailbreak 的准确率达到 99.5%，而前一代模型仅为 82%。这些数据目前均未经过独立验证；它们是 DeepMind 自行测得的，随模型一同发布，而非经第三方审计。

在已分类的支架上达到96%的成功率，仅说明该模型在狭窄且受控的任务中表现良好，并不能证明机器人能够处理实际装配线上那些仍需由人类处理的各种变体。

为何选择套件组装而非焊接作为切入点

套件组装作为起始任务是经过深思熟虑的选择，这也反映了两家公司在风险管理方面的策略。 与焊接、对扭矩要求严格的紧固作业，或任何涉及车辆结构完整性的工序不同，排序托盘中支架位置错位属于可补救的错误：下游的生产线工人会注意到间隙并进行调整，而非让缺陷流向成品车。 正是这种对错误的容忍度，使得套件组装成为一条仍需每班次达到质量目标的生产线上，人形机器人合理的第一项任务；这也正是为何应将96%这一数据视为简单案例的最低标准，而非该技术能力的上限。 工业自动化领域多年来一直使用固定式机械臂进行料箱取件，但几乎总是依赖笨重的工装夹具、已知的零件几何形状以及围绕工作单元的防护笼； 而此处的不同之处在于，一台通用型、移动式、双臂机器人无需这些辅助装置，就在有人活动的通道中，紧邻着一名因有机器人而无需佩戴安全眼镜的工人，完成了这项任务。

将汽车工厂视为类人机器人试验场的并非只有梅赛德斯-奔驰一家。 Figure AI 已在宝马位于南卡罗来纳州斯帕坦堡的工厂内部署了类似的灵巧分拣系统，现代汽车则在其自有设施中对波士顿动力公司的 Atlas 机器人进行了结构和移动性测试。这三家企业的模式如出一辙：汽车制造商拥有充足的资金、受控的生产空间以及现有的安全文化，从而能够

开展试点项目，从而能够率先体验一项他们未来可能亲自使用的新功能。 对于汽车行业以外、在旁观望的采购团队而言，梅赛德斯-奔驰的试点项目最好被解读为一个信号——表明其底层基础模型正在以多快的速度进步，而非证明类似的机器人已准备好进入零件组合不同、且缺乏汽车制造商级集成预算支持的仓库现场。

Argon的模拟循环正在完成视频中未展示的工作

梅赛德斯-奔驰数据背后更引人入胜的机制并非机械臂本身，而是训练它的模型。 Gemini 4 Argon是谷歌于10月发布的另一款前沿模型，它能根据单个真实世界的摄像头场景生成数千次各不相同的模拟练习，并构建其数字孪生；随后将这些模拟练习与实际演示相结合，使机器人能够对新物体和新布局进行泛化学习，而非仅仅记忆一种料箱配置。 Argon还会分析机器人失败的视频片段，提出原因分析，并在返回真实机器之前通过模拟测试修复方案。

正是这一“模拟、失败、诊断、重新测试”的循环，让Apptronik首席执行官杰夫·卡德纳斯（Jeff Cardenas）表示，模型在训练结束后短短几周内就取得了显著进步，并将这一进步带到了梅赛德斯-奔驰的生产车间，且性能几乎没有下降。 DeepMind 尚未说明在 Gemini Robotics 2 版与 2.5 版之间四个月的性能提升中，究竟有多少具体归功于 Argon，又有多少来自额外的真实机器人数据采集或合作伙伴方面的训练后优化——这对任何试图评估该技术在零件组合不同的其他生产线上可重复性的买家而言都至关重要。

Apptronik 提供机械臂，DeepMind 提供决策能力

总部位于德克萨斯州奥斯汀的人形机器人制造商 Apptronik，负责制造 DeepMind 软件运行的硬件平台。Apollo 2 是其第二代平台：采用模块化设计，出厂时为双足机器人

一种专为以人为本的空间设计的配置，以及一种适用于高吞吐量作业的轮式底盘配置，这两者均基于该公司所谓的专利执行器平台构建，该平台旨在控制能耗、可维护性和可制造性，而非一味追求峰值规格。 在梅赛德斯-奔驰的生产线上，机器人配备了由Sharpa公司制造的名为SharpaWave的五指、22自由度机械手，而另一款Gemini Robotics-ER型号则负责追踪多步骤工作流程这一更高层次的任务，Gemini Robotics 2.5系统本身则控制着机械臂和机械手。

这种分工模式——一家公司负责躯干，另一家负责基础模型，第三家负责手部——正逐渐成为类人机器人部署的默认结构，而非例外情况；这也正是为何DeepMind的访问政策与其基准测试数据同样重要的原因： 目前，Gemini Robotics 2.5仅限于DeepMind现有的机器人合作伙伴使用，既没有公开API，也没有定价信息，且未随该版本发布任何新的设备端或嵌入式推理模型。 采购团队无法直接购买这项能力；必须先成为DeepMind的合作伙伴，而目前这意味着像Apptronik这样的硬件制造商，而非像梅赛德斯-奔驰这样的终端客户。

演示与实际应用之间的距离

周二的公告并未改变一个基本事实：这仍是一项与现有两层工厂车间的人员配置并行运行的试点项目，而非取代现有人员。那96%的头条数据，描述的是一项因特别适合摄像头和抓取器系统而被专门选中的单一任务：离散零件、已知的料箱、已知的托盘。 对于那些涉及判断决策、需要进行不自然伸展动作，或者零件根本未预先分类放入大容量料箱的、数量远为庞大的装配线工作而言，这一数据几乎没有参考价值。 视频中演示效果良好的系统与工厂经理实际愿意以此为核心安排班次运作的系统之间，差距仍体现在DeepMind在此处省略的细节中：拾取次数、试点持续时间以及

与该机器人原本旨在使其腾出时间从事更艰巨工作的技术人员进行直接的循环时间对比。

对于正在权衡是否效仿梅赛德斯-奔驰做法的企业而言，更有参考价值的信号并非成功率的头条新闻，而是其背后的模式： 一家前沿实验室目前正在明确地将模拟与故障分析流程作为产品功能来构建，而非作为研究的副项目，这表明下一轮人形机器人试点项目的评估将不再主要基于纯粹的灵巧性演示，而是更多地取决于特定模型能以多快的速度缩小实验室基准与特定客户实际生产现场之间的差距。

Gemini Robotics 2.5 附带的使用条款揭示了买家真正的决策关键点所在。 由于该模型仅向 DeepMind 的现有机器人合作伙伴提供，且没有 API 接口，也没有公开定价，因此采购团队面临的商业问题不再是是否要授权使用这个特定模型，而是该押注哪家硬件合作伙伴——因为该合作伙伴对底层基础模型的访问权限，现在实际上已与机器人捆绑在一起。 这使得供应商选择的问题比一年前更加尖锐：某个人形机器人制造商实际上拥有多少个基础模型合作伙伴关系，其硬件在多个合作伙伴的软件栈中具有多大程度的可移植性，以及如果该合作伙伴关系终止，机器人车队的能力路线图将面临何种变化。 如今，任何评估Apptronik、Figure AI、Agility Robotics或其他类人机器人制造商的买家，实际上在评估软件合作关系时，其重要性已不亚于硬件本身。

在辛德尔芬根工厂的这一班次结束时，两台Apollo 2机器人仍在与几米外的人类技术人员并肩工作，它们在同一盏工厂灯下，伸手取用相同的蓝色储物箱，而它们的手此刻正在完成那条生产线上任何人从一开始就不愿亲手做的那项工作。

本分析仅供一般参考，不构成投资、法律或专业建议。本文综合了谷歌

截至本文发布之时，DeepMind 和 Apptronik 自身发布的公开声明及已公布的基准测试披露信息。