Apptronik 的 Apollo 2 人形機器人開始在梅賽德斯-賓士進行組裝作業

目前，兩台類人型機器人會在梅賽德斯-賓士的運作中生產線上，利用部分工作時段，伸手伸入藍色塑膠箱中，取出金屬支架，並將每個支架依下游組裝工人所需的精確順序，放入排序托盤中。 Google DeepMind 週二表示，這些由 Apptronik 製造並運行其新款 Gemini Robotics 2.5 模型的機器人，在匈牙利凱奇凱梅特（Kecskemét）及德國辛德爾芬根（Sindelfingen）的梅賽德斯-賓士工廠中，完成該套件組裝任務的正確率達 96%。

此次部署屬於概念驗證，而非量產部署，DeepMind 尚未透露該成功率涵蓋多少次揀選操作、試點計畫運行了多久，以及其循環時間與人類執行相同分揀工作相比如何。

96% 的揀選成功率實際涵蓋哪些內容

這項任務稱為汽車套件組裝：從散裝儲存區取出單個零件，並按照車輛生產線的消耗順序將其整理放入規整的容器中，如此一來，技術人員便無需停下腳步尋找正確的支架。 DeepMind 表示，Gemini Robotics 2.5 能處理此任務所需的「間隙校正」——當容器內零件所剩無幾，或零件擺放角度不當，系統會自動調整抓取與放置方式；這正是套件組裝中，即使在其他方面已實現自動化的工廠裡，歷來仍需人工處理的部分。

該公司將梅賽德斯-賓士的生產線視為更廣泛主張中的其中一個數據點： 經過涵蓋 200 多種不同任務（從用夾子盛裝食物到移液）的測試，Gemini Robotics 2.5 的成功率較前代產品高出 30% 至 100%（視任務類型而定），同時任務完成速度也快了 20% 至 30%。 DeepMind 還表示，在推論階段基於推理的安全指引，使機器人在障礙物周圍的安全任務完成率提高了 33%，當人員在附近時則提高了 43%；此外，一項新的內部安全基準，

ASIMOV-Jailbreak 的準確率達 99.5%，而前一代模型僅為 82%。這些數據目前均未經獨立驗證；它們是 DeepMind 自行測量的結果，是隨模型一併發布的，而非經第三方審計的數據。

在已分類的支架上達到 96% 的成功率，僅能說明該機器人在狹窄且受控的任務中表現良好，並不能證明機器人能夠應對實際裝配線上那些仍需由人類處理的變數。

為何選擇「組件配料」而非「焊接」作為切入點

零件套件組裝是經過深思熟慮的起始任務選擇，這也反映出兩家公司如何管理風險。 與焊接、需嚴格控制扭力值的緊固作業，或任何涉及車輛結構完整性的工序不同，排序托盤中支架擺放錯誤屬於可補救的錯誤：下游的生產線工人會注意到間隙並加以修正，而非讓瑕疵流向成品車。 正是這種對錯誤的容忍度，使得組件準備成為生產線上合理的人形機器人首項任務——畢竟該生產線仍須在每班次達成品質目標；這也是為何 96% 這個數字應被視為「簡單案例」的下限，而非該技術能力的上限。 工業自動化領域多年來一直使用固定式機械手臂進行箱內取件，但幾乎總是伴隨著笨重的夾具、已知的零件幾何形狀，以及圍繞工作單元的防護籠； 此處的差異在於，一台通用型、可移動、雙臂的機器人，在沒有這些輔助結構的情況下執行此任務，且作業地點位於有人員穿梭的通道中，身旁還有一名因機器人的存在而無需配戴安全眼鏡的工人。

將汽車工廠視為類人型機器人試驗場的做法，梅賽德斯-賓士並非唯一一家。 Figure AI 已在寶馬位於南卡羅來納州斯帕坦堡的工廠內進行了類似的靈巧分揀部署，而現代汽車則在其自有設施中對波士頓動力（Boston Dynamics）的 Atlas 進行了結構與機動性測試。這三家企業的模式如出一轍：汽車製造商擁有充足的資金、受控的廠區空間，以及現有的安全文化，足以

主持一項試點計畫，並能搶先體驗這項他們日後可能親自使用的功能。 對於汽車產業以外、僅在旁觀望的採購團隊而言，梅賽德斯-賓士的試點計畫最應被解讀為：基礎模型正在以多快的速度進步，而非證明類似的機器人已準備好進入零件組合不同、且缺乏汽車製造商級整合預算支撐的倉庫現場運作。

Argon 的模擬迴路正在執行影片中未呈現的工作

梅賽德斯-賓士數據背後更值得關注的機制，並非那隻機械手臂，而是用來訓練它的模型。 Google 於 10 月發布的另一款前沿模型「Gemini 4 Argon」，能從單一真實世界的攝影機場景中生成數千次多樣化的模擬練習，並據此建構其數位孿生；接著將這些模擬練習與實際演示結合，使機器人能夠對新物件和佈局進行泛化學習，而非僅僅死記硬背單一貨箱配置。 Argon 還會檢視機器人失敗的影像紀錄，提出可能原因，並在返回實際機器運作前，先透過模擬測試修正方案。

正是這個「模擬、失敗、診斷、重新測試」的循環，讓 Apptronik 執行長傑夫·卡德納斯（Jeff Cardenas）表示，這些模型在訓練結束後的幾週內便大幅提升，並將這項進步帶到梅賽德斯-賓士的生產線，且性能幾乎沒有下降。 DeepMind 尚未說明，在 Gemini Robotics 2 版與 2.5 版之間四個月的進步中，究竟有多少是源自 Argon 本身，又有多少來自額外的實機數據收集或合作夥伴端的後訓練調整——這一點對於任何試圖評估此成效在不同生產線（且零件組合不同）上可重複性的買家而言至關重要。

Apptronik 提供雙手，DeepMind 提供判斷力

總部位於德州奧斯汀的人形機器人製造商 Apptronik，負責製造 DeepMind 軟體所運行的硬體。Apollo 2 是其第二代平台：採用模組化設計，出貨時為雙足行走配置

一種專為以人為本的空間設計的配置，以及一種適用於高吞吐量作業的輪式底盤配置，這兩者皆建基於該公司所謂的專利致動器平台，旨在控制能耗、可維護性與可製造性，而非一味追求極限規格。 在梅賽德斯-賓士的生產線上，機器人搭配由 Sharpa 製造、名為 SharpaWave 的五指、22 自由度機械手運作；而另一款 Gemini Robotics-ER 機型則負責追蹤多步驟工作流程這項更高階的任務，至於 Gemini Robotics 2.5 本身則負責控制機械臂與機械手。

這種分工模式——一家公司負責軀幹、另一家負責基礎模型、第三家負責手部——正逐漸成為人形機器人部署的預設架構，而非特例；這也是為何 DeepMind 的存取政策與其基準測試數據同樣重要的原因： 目前 Gemini Robotics 2.5 僅限於 DeepMind 現有的機器人合作夥伴使用，既無公開 API，也無定價資訊，且未同步宣布任何新的裝置端或嵌入式推理模型。 採購團隊無法直接購買這項能力；必須先成為 DeepMind 的合作夥伴，而目前這意味著像 Apptronik 這樣的硬體製造商，而非像 Mercedes-Benz 這樣的終端客戶。

從展示到實際應用之間的距離

週二的公告並未改變一個基本事實：這仍是一項與現有兩層廠區人力並行運作的試點計畫，而非取代現有人力。那項 96% 的頭條數據，描述的僅是一項因特別適合相機與夾爪系統而被選中的單一任務：離散零件、已知的收納箱、已知的托盤。 這幾乎未能反映出更龐大的組裝線工作範疇——那些需要判斷決策、進行彆扭伸展動作，或是零件根本未預先分類放入大容量料箱的情況。 影片中運作順暢的示範，與工廠經理實際會據此安排班次運作的系統之間，其差距仍取決於 DeepMind 在此省略的細節：揀選次數、試點持續時間，以及

與該機器人原本應讓技術人員從中解脫出來、以便從事更具挑戰性工作的任務，進行直接的循環時間比較。

對於正在權衡是否要效法梅賽德斯-賓士做法的企業而言，更有參考價值的訊號並非成功率的頭條新聞，而是其背後的運作模式： 某前沿實驗室現正明確地將「模擬與失效分析流程」建構為產品功能，而非研究副專案，這暗示下一代類人型機器人的試點計畫，將不再主要以純粹的靈巧度示範作為評斷標準，而是更著重於特定機型能以多快速度縮小實驗室基準與特定客戶實際生產現場之間的差距。

Gemini Robotics 2.5 所附帶的使用條款，正揭示了買家真正的決策關鍵所在。 由於該模型僅提供給 DeepMind 的現有機器人合作夥伴，且未提供 API 亦未公布定價，採購團隊面臨的商業問題已不再是是否授權使用此特定模型，而是該押注哪家硬體合作夥伴——因為該合作夥伴對底層基礎模型的存取權限，如今已實質上與機器人捆綁在一起。 這使得供應商選擇的考量比一年前更為關鍵：特定類人型機器人製造商實際上擁有多少個基礎模型合作夥伴關係、其硬體在多個合作夥伴的軟體堆疊間的相容性如何，以及若該合作關係終止，機器人車隊的能力發展藍圖將會如何受影響。 如今，任何評估 Apptronik、Figure AI、Agility Robotics 或任何其他類人型機器人製造商的買家，實際上在評估軟體合作關係的程度，與評估硬體本身同樣重要。

在辛德爾芬根（Sindelfingen）的生產班次結束時，兩台 Apollo 2 機器人仍與幾公尺外的人類技術人員並肩作業，在相同的工廠燈光下，伸手取用相同的藍色箱子，它們的雙手此刻正執行著那條生產線上無人願意親手處理的工作。

本分析僅供一般資訊參考，並不構成投資、法律或專業建議。本文綜合了 Google

截至本文發佈之時，DeepMind 與 Apptronik 所發表的公開聲明及已公布的基準測試資料。