就在行业开始讨论具身模型是不是已经走到尽头、会被通用大模型直接替代的时候，谷歌 DeepMind 在 11 月 10 日发布 Gemini Robotics 2.5 视觉语言动作 VLA 模型，用实测数据和工厂落地案例，扭转了一部分行业看法；此前 Anthropic 的 Claude Fable 5.2 在 RoboDojo 仿真基准上跑出很高的机器人操作成绩，不少人提出疑问，既然通用大模型也能控制机器人，专门的具身模型还有存在价值吗，甚至直接给具身模型判了 “死刑”，而谷歌这次的新版本，专门针对真实工厂环境的灵巧操作、全身控制、连续任务做优化，已经落地奔驰海外产线，人形机器人零部件分拣任务成功率做到 96%，证明专用具身模型在工业场景依然有不可替代的价值，不是通用大模型就能直接取代的。
一、本次争议与两款核心模型对比
| 项目 | Claude Fable 5.2（通用大模型） | Gemini Robotics 2.5（谷歌具身 VLA 模型） |
|---|---|---|
| 测试环境 | RoboDojo 仿真环境为主 | 仿真 + 奔驰真实汽车产线真机测试 |
| 核心定位 | 通用多模态大模型，附带机器人控制能力 | 机器人专用视觉 - 语言 - 动作具身模型 |
| 优势 | 泛化能力强，没见过的任务也能尝试 | 灵巧操作、连续动作、全身控制、工业稳定性更强 |
| 典型表现 | 仿真 42 项任务平均成功率 64.9%，可拧瓶盖、解魔方 | 200 多项任务评测，部分任务成功率提升 30%-100%，执行速度提升 20%-30% |
二、Gemini Robotics 2.5 核心能力亮点
- 全身智能控制：不再只控制机械臂上半身，支持人形机器人全身协同动作，行走、抓取、摆放联动。
- 真实工业落地：德国、匈牙利奔驰工厂 Apollo 2 人形机器人上线，负责零部件分拣、抓取、摆放。
- 灵巧操作升级：针对精细抓取、易碎工件、不规则物料优化，降低掉落、碰撞概率。
- 长任务连续执行：支持多步骤串联任务，中间可以自主纠错，适合流水线持续作业。
- 适配多形态机器人：双臂机器人、人形机器人都可以接入这套具身模型，不局限单一硬件。
三、之前行业判断具身模型 “死刑” 的原因
- 通用大模型机器人控制能力快速上涨，Claude Fable 5.2 在仿真测试里表现碾压不少老牌机器人专用模型。
- 很多人认为只需要一个通用大模型，就能同时对话、识图、控制机器人，没必要单独研发一套具身模型。
- 传统具身模型普遍存在仿真效果好、换到真实环境就翻车的现实鸿沟，落地成本高、稳定性差。
- 通用模型调用门槛更低，开发者不用单独学习机器人专属框架，上手更快。
四、谷歌这套具身模型落地部署步骤
- 硬件适配：对接双臂机器人或者 Apollo 2 这类人形机器人，完成传感器、舵机、控制器的驱动适配。
- 场景微调：用工厂真实物料、工位图片做少量微调，适配产线灯光、工件形态、遮挡情况。
- 仿真预演：在仿真平台跑完整流水线任务，识别容易失败的动作节点，优化动作策略。
- 小批量试产：单条产线小范围试运行，记录抓取成功率、单次耗时、故障类型。
- 全量上线：指标达标后，扩展到整条产线，搭配安全检测模块，异常时自动停机。
- 持续迭代：收集真机失败数据，回流训练，持续提升复杂工况下的稳定性。
五、整体总结
这次行业关于具身模型的争论，本质是通用大模型和专用具身模型谁更适合机器人的路线之争。Claude Fable 5.2 证明通用大模型能做机器人操作，让很多人质疑专用具身模型的生存空间；谷歌 Gemini Robotics 2.5 用真实工厂落地结果给出答案，工业场景看重稳定、连续精细操作、全身协同，专用具身 VLA 模型依然有独特优势，并不是被通用大模型直接替代。当然这也不是说具身模型危机完全解除，后续还要持续降低成本、缩小仿真到真机的差距，和通用大模型形成互补，而不是单纯竞争。
【常见问题】
问题 1：具身模型刚被判 “死刑” 是什么背景，谷歌拿出什么具身模型来回应？
回答 1：Claude Fable 5.2 在 RoboDojo 仿真测试中机器人操控表现亮眼，行业出现通用大模型可以替代专用具身模型的观点，也就是所谓给具身模型判 “死刑”；谷歌随后发布 Gemini Robotics 2.5 具身 VLA 模型，用工厂真机落地案例证明专用具身模型的价值。
问题 2：谷歌 Gemini Robotics 2.5 这款具身模型，目前落地到什么真实场景？
回答 2：谷歌 Gemini Robotics 2.5 具身模型已经落地德国、匈牙利奔驰汽车生产线，搭载在 Apollo 2 人形机器人上，自主完成零部件分拣、抓取、摆放，任务成功率达到 96%。
问题 3：谷歌 Gemini Robotics 2.5 和 Claude Fable 5.2，在机器人控制上有什么核心差别？
回答 3：Claude Fable 5.2 属于通用大模型，强项是仿真环境泛化，陌生任务也能尝试；Gemini Robotics 2.5 是专门的具身视觉语言动作模型，更偏向真实工业场景，擅长全身协同、精细抓取、长流程连续任务，稳定性更强。
问题 4：谷歌 Gemini Robotics 2.5 具身模型相比上一代，性能提升幅度有多大？
回答 4：谷歌官方数据显示，Gemini Robotics 2.5 在 200 多项任务中评测，部分任务成功率相对提升 30% 至 100%，机器人动作执行速度提升 20% 至 30%。
【参考资料】
[2026-11-11]（刚被判 “死刑” 的具身模型，被谷歌救了？）虎嗅网
[2026-11-10]（Gemini Robotics 2.5: Accelerating Physical Intelligence）Google DeepMind 官方博客
[2026-11-11]（Anthropic Fable 5.2 RoboDojo 仿真测试结果）智源社区
[2026-11-11]（海外巨头集体押注机器人，具身智能迎来密集发布期）财联社
[2026-11-10]（谷歌 Gemini Robotics 2.5 正式发布，面向工业人形机器人）36 氪
【免责声明】
本文具身模型测试数据、落地信息来自谷歌 DeepMind 官方博客、虎嗅网、财联社等公开报道；仿真基准成绩、工厂任务成功率为厂商公开测试结果，实际落地效果受机器人硬件、现场光照、物料变化影响。本文仅为 AI 行业资讯，不构成机器人方案选型、AI 模型采购的投资建议。