您的位置首页 >机器人 >

谷歌最强 VLA 模型落地奔驰产线,Apollo2 人形机器人作业成功率 96%

谷歌 DeepMind 发布 Gemini Robotics 2.5,也就是谷歌目前能力最强的 VLA 视觉语言动作模型,联合 Apptronik 的 Apollo2 人形机器人,直接放到奔驰德国、匈牙利的在产车间做零部件拣配试点,官方公布这项产线任务干活成功率达到 96%,证明通用具身智能模型可以走出实验室,在真实汽车产线里稳定完成重复拣料、按序放料的工序。传统工业机器人大多是固定编程,只能在严格标准化环境干活,工件位置稍微偏移、料箱物料散乱就容易出错,换一个零件、换一道工序就要重新大量调试,落地成本高、泛化能力弱;这套方案是双模型配合,Gemini Robotics ER 负责整体任务规划、流程监控,Gemini Robotics 2.5 VLA 专门负责手部、手臂的精细动作控制,同一个模型不用大幅改动,既能适配五指 22 自由度灵巧手,也能适配普通两指夹爪。整套试点落地流程是先在奔驰产线的拣配工位部署 Apollo2 人形机器人,接入谷歌这套双模型系统,机器人从散料料箱取出金属支架,按照整车装配顺序放到排序托盘,自动识别空位、纠正零件放歪的问题,在有人员走动、物料位置存在小幅扰动的真实产线环境下持续跑测试,经过几周微调之后,拿到 96% 的任务成功率,相比上一代模型,各类测试任务成功率提升 30%~100%,执行速度加快 20%~30%。这次奔驰车间验证属于概念验证试点,不是大规模量产部署,目标先把枯燥重复的物料套件分拣交给机器人,释放工人去做更复杂的装配工作,也给后续通用人形机器人进入汽车制造行业提供验证案例。

一、谷歌 VLA 双模型分工表

模型名称核心定位负责工作
Gemini Robotics 2.5(VLA)视觉语言动作模型读取画面、语言指令,输出手臂和手部的精细控制动作,完成抓取、摆放、微调
Gemini Robotics ER具身推理模型长流程任务规划、环境理解、进度校验,判断任务有没有做完、是否需要补料纠错

二、VLA 新旧版本能力对比

  1. 旧版 Gemini Robotics VLA:实验室任务种类偏少,迁移到真实工厂之后性能下滑明显,对环境扰动容忍度低。
  2. 新版 Gemini Robotics 2.5 VLA:覆盖 200 + 类任务,包含系蝴蝶结、移液、柔性物品分拣等精细操作;产线迁移后性能衰减很小,新增机器人专属安全推理能力,靠近障碍物、人员时避让成功率大幅提升。

三、本次奔驰车间测试任务详情清单

  • 作业机器人:Apptronik Apollo 2 人形机器人,搭载 SharpaWave 五指灵巧手
  • 作业地点:奔驰德国辛德尔芬根工厂、匈牙利凯奇凯梅特工厂现役产线
  • 具体任务:Kitting 套件拣配,从散装料箱拾取金属支架,按装配顺序放入配套托盘
  • 额外能力:识别托盘空位、零件摆放错位,自主修正摆放位置
  • 测试结论:该拣配任务成功率 96%

四、这套方案现阶段存在的局限

  1. 当前仅为概念验证试点,还没有进入奔驰正式大规模投产,没有公开长时间连续作业节拍、故障停机时长等工程指标。
  2. 本次只验证标准化拣配工位,发动机装配、车身焊接、复杂线束安装等高难度工序还没有测试。
  3. 虽然模型跨硬件兼容,但换到全新场景、全新物料时,依旧需要少量后训练微调,不能做到零样本直接稳定落地。
  4. 安全能力是增量优化,产线多人密集高速流动场景,还需要搭配工业安全围栏、区域防护规则配套使用。

【常见问题】

问题 1:谷歌端出最强机器人 VLA,奔驰车间实测干活成功率 96%,VLA 是什么?

回答 1:谷歌端出最强机器人 VLA,奔驰车间实测干活成功率 96%,VLA 就是视觉语言动作模型 Gemini Robotics 2.5,可以结合图像、语言指令输出机器人动作指令,负责机器人手臂、手部的精细操控,搭配 ER 推理模型完成工厂作业。

问题 2:谷歌最强 VLA 在奔驰车间实测 96% 成功率,机器人具体在车间做什么工作?

回答 2:谷歌最强 VLA 在奔驰车间实测 96% 成功率,Apollo2 人形机器人主要做汽车零件套件拣配,从料箱拿金属支架,按装配顺序放到排序托盘,还可以自己检查空位、纠正零件摆放偏差。

问题 3:谷歌 VLA 模型搭配 Apollo2 在奔驰产线测试,和传统工业机器人有什么不一样?

回答 3:谷歌 VLA 模型搭配 Apollo2 在奔驰产线测试,传统工业机器人靠固定程序,环境一变就容易失效;谷歌 VLA 具备泛化能力,物料轻微错位、环境有扰动也能自适应,还能跨不同夹爪、不同机器人本体复用模型。

问题 4:奔驰车间 96% 成功率,是不是代表谷歌 VLA 机器人马上就能大批量替代产线工人?

回答 4:奔驰车间 96% 成功率只是概念验证试点成果,不是正式量产落地,目前只适合单一拣配任务,复杂装配工序还无法胜任,距离大规模替代车间工人还有很长工程落地周期。

【参考资料】

[2026-11-11](谷歌上线其最强机器人模型 入驻奔驰生产线 分拣成功率 96%)科创板日报

[2026-11-10](Gemini Robotics 2.5: Accelerating Physical Intelligence)Google DeepMind 官方博客

[2026-11-10](Google's new robot model packed car parts at Mercedes-Benz – with a 96 percent success rate)hogby.ai

[2026-11-11](Google DeepMind schickt neues Robotik-Modell auf die Mercedes-Benz-Produktionslinie)THE DECODER

【免责声明】

本文基于谷歌 DeepMind、奔驰、Apptronik 公开试点新闻做产业科普解读,不构成自动化产线改造、机器人采购投资参考;96% 成功率仅限本次奔驰拣配试点任务,不代表所有场景都能达到该指标;项目当前处于概念验证阶段,是否商用、落地周期、批量部署方案以谷歌、奔驰官方后续公告为准。

今日大家都在搜的词: