大数跨境

刚吵完Claude会不会废掉具身模型,谷歌反手送机器人进奔驰打工了

刚吵完Claude会不会废掉具身模型,谷歌反手送机器人进奔驰打工了 AI范儿
2026-11-11
7
导读:前脚Claude刚引发“通用大模型淘汰专用VLA”的争论,后脚谷歌就发布Gemini Robotics 2.5,用Argon造模拟考场、ER盯流程、2.5控五指手,还在奔驰产线跑出96%配料成功率。

昨天机器人圈真是神仙打架,一波未平一波又起。

前脚 Anthropic 刚发 Claude Fable 5.2,凭一段转魔方、拧瓶盖的演示和 64.9% 的仿真高分把网友看嗨了。

甚至有人放话:国内做 VLA(视觉—语言—动作)专用具身模型的公司,估值可以集体清零了。

没想到才过了几个小时,谷歌 DeepMind 反手就掏出了 Gemini Robotics 2.5,而它偏偏就是一个正儿八经的 VLA 专用机器人动作模型。

更讽刺的是,谷歌这次不光在实验室里练夹糕点、解蝴蝶结、叠衣服,还把搭载新模型的 Apollo 2 人形机器人送进了奔驰在德国和匈牙利的真实汽车产线。

它在车间里干的是分拣汽车零件的体力活,试点成功率拿到 96%。

一边是写代码的“全科博士” Claude 跨界秀肌肉,一边是谷歌带着专门练动作的 Robotics 2.5 进厂上岗。

通用大模型到底会不会把专用机器人模型干废?谷歌紧跟着交出的这套答卷,给出了一个特别实在的解法。

谷歌的解法:别让博士一个人干苦力,搞“三层分工”

在聊 Claude 时我们算过一笔账:如果让一个超大多模态通用模型(好比“全科博士”)直接在线盯着摄像头、一步步指挥机械臂怎么动,虽然它懂常识,但有两个要命问题:太慢、太贵。

真机实验里,跑得最快的通用大模型配置完成一个子任务也要 1 分多钟,调一次接口花掉三十多块人民币。

想得慢的时候,机械臂还得在半空一直举着等它,甚至把电机举到发烫。

那谷歌是怎么干的?它干脆把自家模型拆成了“三层分工”流水线,各司其职。

▲ 图:Claude单挑与谷歌“三层分工”对比

▲ 图:Claude单挑与谷歌“三层分工”对比

第一层是幕后总教练(Gemini 4 Argon)。

这个最聪明的通用大模型留在幕后干两件苦差事:

一是看一眼真实桌面照片,自动搭出 3D 模拟考场,变着花样生成几千次练习;二是回看失败录像,帮研究员找病根。

第二层是现场调度员(Gemini Robotics ER)。

它相当于车间领班,负责看懂物理空间、拆解多步流程,比如盯着配料盒里还缺哪个零件,再把具体动作派给下一层。

第三层才是这次的主角:一线操作手(Gemini Robotics 2.5)。

它是一个专管动作的 VLA 模型,看到画面、听到指令后,直接转换成机械手每个关节怎么转。

因为专职干这一件事,它的动作速度比上一代快了 20%–30%,能直接控制 22 个自由度的五指灵巧手。

说白了,谷歌的思路是:让“学霸”在幕后出题陪练、在现场当领班,让专门苦练过手活的“老师傅”去一线动手。

精细活有多难?从抓硬物、使工具到理软物

先看一段 Apollo 2 人形机器人在日常场景里的实操视频。

▲ 视频:五指灵巧手日常操作演示

视频里最抓眼球的有两个细节:它用五根手指解开了礼盒上的丝带蝴蝶结,还拿起餐夹把容易碎的糕点一个个夹进盒子里。

▲ 图:五指灵巧手解开礼盒丝带

▲ 图:五指灵巧手解开礼盒丝带

对人来说这都是顺手的事,对机器人来说,难度却隔着三层台阶。

▲ 图:机器人动手的三级难度台阶

▲ 图:机器人动手的三级难度台阶

第一阶是抓硬物,比如从电脑插槽里拔硬盘、在车间抓金属支架。

东西是硬邦邦的,形状不会变,只要眼睛看准位置、夹爪合拢就能抓稳。

第二阶是使工具,比如拿夹子装糕点、用移液器吸液体、拿刷子把垃圾扫进簸箕。

这时候手不能直接碰目标,得先拿稳工具,再隔着工具去控制另一个物体。

力道稍微重一点糕点就捏碎了,轻一点夹子就打滑。

第三阶最难,叫理软物,比如解丝带、把开衫毛衣挂上衣架、用折衣板叠长裤。

衣服和丝带一碰就变形,动作做完一半,原来的抓取点早跑偏了。机器人必须边动边看,随时决定下一抓往哪伸。

谷歌这次在 200 多项不同任务上测了 Gemini Robotics 2.5。

官方给出的整体成绩是:按任务类别,成功率比旧基线相对提升 30%–100%,完成速度快 20%–30%。

为了让大家看清它到底学会了什么,我们把官方四张测试图里标出来的 8 项代表任务整理成了下面这张对比图:

▲ 图:新旧两代8项代表任务成功率

▲ 图:新旧两代8项代表任务成功率

对照数字看,变化很直观。

在上一代 Gemini Robotics 2 手里,插槽拔硬盘、合上黑色工具箱盖、拍立得拍照、解蝴蝶结、挂毛衣、叠长裤,成功率统统是 0%,也就是完全不会干。拿夹子装糕点也只有 5%。

到了 2.5 版本,拿夹子装糕点、拔硬盘直接拉到了 100%,合工具箱盖(93%)和拍立得拍照(92%)也都在九成以上。

但图表也暴露了真实的短板:碰到软塌塌的衣服,成功率依然会往下掉。

解蝴蝶结是 70%,把毛衣挂上衣架是 62%,用折衣板叠长裤只有 40%。

这些成绩来自谷歌内部测试,还没有第三方同口径榜单复核,也不能看几项拿了满分,就以为它能包揽家务了。

有意思的是,同一个大脑,并不挑手长什么样。

除了配着 22 自由度五指手(SharpaWave)的 Apollo 2,谷歌还在另一套叫 Franka Duo 的双臂平台上跑了同一个模型。

这套平台没有五根手指,只有两根硬邦邦的平行夹爪。

▲ 视频:双指夹爪精细操作演示

哪怕只有两根指头,它照样能伸进机箱拔出硬盘、把钳子收进工具箱、按拍立得快门。

注意官方演示右上角标了 1.2 倍到 4.2 倍不等的加速,实际快慢不能直接拿视频节奏当准。

▲ 图:双指夹爪拔出机箱硬盘(原速)

▲ 图:双指夹爪拔出机箱硬盘(原速)

去奔驰车间干配料,成功率 96%

比起在实验室桌子上摆弄玩具,这次最受关注的是:谷歌和合作伙伴 Apptronik,真把 Apollo 2 送进了奔驰在匈牙利凯奇凯梅特和德国辛德芬根的在产车间。

▲ 图:Apollo 2 在奔驰产线分拣零件

▲ 图:Apollo 2 在奔驰产线分拣零件

很多人一听“机器人进汽车厂”,脑子里浮现的是拿着焊枪造整车。

其实奔驰让它干的活儿具体得多,叫配料(Kitting)。

产线上每辆车的配置不同,工人在装车前,得先有人把堆在散装大箱里的汽车金属支架挑出来,按每辆车的装配顺序,整整齐齐码进分格料盘里。

这活儿没什么高深技术,但工人一天到晚弯腰、伸手、核对顺序,枯燥又费体力。

▲ 视频:Apollo 2 在奔驰产线按序配料

在奔驰车间里,前面提到的“双模型配合”派上了用场:

▲ 图:奔驰产线配料的双模型分工

▲ 图:奔驰产线配料的双模型分工

Gemini Robotics ER 负责盯工作流,搞清楚当前排到哪辆车、分格容器里哪一格还空着。

Gemini Robotics 2.5 则控制机器人的手和胳膊,伸进散装箱抓起金属支架,稳稳放进对应格子里,发现前面漏了哪格还能顺手补齐。

谷歌公布的 96% 成功率,指的就是这次配料概念验证(POC)的成绩,不是造整车的成功率。

合作方 Apptronik CEO Jeff Cardenas 的说法是,模型只经过几周后训练就进步明显,搬到奔驰真实产线时表现几乎没掉链子。

不过这仍属于合作方自己的评价。

在真实产线上,这台机器人连续无故障干了几个小时、总共抓了多少件、中间要人救几次场,发布页还没有交出完整底牌。

Argon 在幕后干了两件苦活

既然台前干活的是专用模型 Robotics 2.5,那谷歌自家的通用大模型 Gemini 4 Argon 到底起了什么作用?

这就要说到训练机器人最头疼的瓶颈——真实动作数据太贵、太难攒了。

以前想让机器人学会在不同桌子上抓杯子,得让人摇着手柄,在各种光线和摆放位置下教几百上千遍。

国内不少做 VLA 数据采集的公司之所以烧钱如流水,就卡在这儿。

谷歌这次把 Gemini 4 Argon 请出来,专门在幕后给 Robotics 2.5 当“陪练总教练”。

官方实验画面披露,Argon 加持之后,Robotics 2.5 的六大能力涨了一大截:

▲ 图:Argon 加速训练后的六维提升

▲ 图:Argon 加速训练后的六维提升

其中涨得最猛的是新场景适应能力,直接从基础版的 36% 跳到了 64%,足足涨了 28 个百分点。

人机协作也从 56% 涨到 75%,精细操作和灵巧用工具分别涨到了 69% 和 90%。

Argon 是怎么帮它涨分的?靠的是两手绝活:

▲ 图:Argon 造模拟考场与查录像闭环

▲ 图:Argon 造模拟考场与查录像闭环

第一手绝活叫“看照片造考场”(Real2Sim)。

不用人工建复杂的 3D 模型,只要给 Argon 看一张真实桌面的相机照片,它就能认出桌上的马克杯、魔方、餐盘,自动在物理引擎里搭出一个几乎一模一样的“数字孪生”桌面。

接着,它在虚拟考场里变着花样生成数千次不同摆放位置的练习,和少量真人示范混在一起喂给机器人。

在谷歌此前披露的桌面实验里,Argon 用一张照片生成了 4500 多次模拟练习,直接把真机成功率从 56% 提到 75%,耗时从 35 秒压到 24 秒。

第二手绝活叫“看失败录像开药方”。

当机器人在拿夹子装糕点老是失手时,Argon 会自己回看失败视频,一口气给研究员列出 4 条改进假设(比如重新标注抓取策略、打破视觉和指令的错误关联等),然后上真机跑实验对比。

官方演示的数据很有意思:基础版成功率是 55.3%;跑第 1 条假设时掉到了 51.5%,系统直接淘汰。

跑到第 2、第 3 条假设时,真机成功率冲到了 61.6% 和 67.9%,验证有效后采纳留用。

▲ 视频:Argon 生成模拟练习与分析录像

当然,这不等于机器人能脱离人类自己无限进化了。

研究者的判断和真机验证依然在环路里,但通用大模型把“造环境、筛错题”的脏活累活扛过去大半,训练效率已经不可同日而语。

离真正进厂进家,还有两道坎

即便有了奔驰产线的试点和 Argon 的幕后加持,这台机器人离大规模进厂、进家庭,眼下还有两道坎。

第一道坎是离人近了怎么保安全。

到了工厂和家里,随时有人从旁边经过或者伸手拿东西。

谷歌这次给 Robotics 2.5 加上了“推理时安全引导”,相当于在动作输出前加了一道实时转向护栏。

看下面这段实拍动图:机械臂正准备伸手去拿工具,旁边的实验员突然伸手往桌上放了一把螺丝刀,机械臂立刻刹住改道,从侧面绕开了人手。

▲ 图:人手突然伸入时机械臂实时避让

▲ 图:人手突然伸入时机械臂实时避让

官方测试里,加上这层引导后,机器人在有障碍物场景下的安全完成率提升了 33%,在身边有人场景下提升了 43%。

针对有人故意用话术忽悠机器人干坏事,谷歌还开源了 ASIMOV-Jailbreak 防越狱测试基准,负责高层推理的 Argon 拿到了 99.5% 拦截率(上一代 ER 2 是 82%)。

但软件里防住坏指令,和现实里金属机械臂长期干活不伤人,中间还隔着漫长的工程验证。

第二道坎是普通人还用不上。

目前 Gemini Robotics 2.5 只向谷歌的机器人合作伙伴推出,官网挂的是早期访问候补名单。

普通开发者在 AI Studio 里能看到的 ER 2 预览版,只是管高层规划的“调度员”,还不能直接调用 2.5 动作模型,价格和全面开放时间也还没公布。

我的判断

把昨天前脚发的 Claude Fable 5.2 和昨晚谷歌亮出的 Gemini Robotics 2.5 放在一块儿看,答案其实很清楚:通用大模型不是来把专用动作模型“干废”的,而是来救场的。

过去几年机器人迟迟进不了车间和家庭,是因为两条路各走极端都卡脖子:

纯靠人工摇手柄采数据喂 VLA,太慢太贵,换个环境就抓瞎;反过来让超大通用模型直接在线控关节,想一步等几分钟、机械臂举到发烫,产线上根本没法用。

谷歌这套“三层分工”给出了最务实的解法:让通用大模型在幕后造模拟考场、看录像找错,省掉最烧钱的“攒数据苦力”。

到了现场,再让推理模型(ER)盯流程,让轻快熟练的专用动作模型(2.5)去管手指怎么拿夹子、怎么码零件。

更值得期待的是,这次给 Robotics 2.5 当幕后陪练的,还只是上一代的 Argon。

而谷歌更强大的新一代旗舰 Gemini 4 Carbon 刚刚正式全面开放(已同步上线 API、AI Studio 与 Antigravity),在科学物理推理和自动化工作流上直接登顶,还能连续几天不眠不休地查根因、改代码。

光靠 Argon 就已经把机器人的新场景适应能力从 36% 拉到了 64%;一旦接下来 Carbon 接班坐进“幕后总教练”的位置,专用具身模型的进化速度还会再上一个大台阶。

当通用大模型把前半截重活扛下来,机器人团队才能腾出手,死磕最后那一毫米的对准、软物体的手感和产线上的稳定节拍。

这两条腿迈到一块儿,机器人真正替人干活的那天只会来得更快。

这篇就聊到这儿。要是对你有用,点个赞,也分享给需要的朋友。

往期推荐

Claude 一次更新,把机器人行业都干废了?


参考资料

01|Google DeepMind:Gemini Robotics 2.5发布说明
https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/

02|Google DeepMind:Gemini Robotics VLA产品页
https://deepmind.google/models/gemini-robotics/vla/

03|Google Developers:Gemini 4 Argon for Robotics
https://developers.googleblog.com/gemini-4-argon-for-robotics/

04|Google DeepMind:Gemini Robotics 2发布说明
https://deepmind.google/blog/gemini-robotics-2-brings-whole-body-intelligence-to-robots/

【声明】内容源于网络
0
0
AI范儿
只讲人话,带你玩转AIGC。
内容 102
粉丝 0
AI范儿 只讲人话,带你玩转AIGC。
总阅读4.1k
粉丝0
内容102