Google DeepMind 在 11/10 發表機器人 AI 模型 Gemini Robotics 2.5，同時公布一項在賓士（Mercedes-Benz）汽車產線進行的概念驗證：美國德州機器人公司 Apptronik 的人形機器人 Apollo 2，自主完成零件的配料、分揀，DeepMind 稱成功率達 96%。對照《Reuters》去年 3 月的報導，當時賓士工廠裡的少數幾台 Apollo，還是透過遠端操作（teleoperation）訓練特定任務，也就是由人遠端操控、讓機器人從中學習，目標是日後能自主重複這些任務。
DeepMind 在官方部落格中寫道，這項試驗顯示朝廣泛的實際工業應用有了可期的進展。不過，這仍是一項概念驗證，DeepMind 並未公布 96% 是在多少次試驗中取得、如何判定成功。對評估導入人形機器人的製造業而言，除了成功率，還該看清楚哪些條件？
伸手進料箱、依車序排進托盤：Apollo 2 在賓士兩座工廠進行物流作業
這項試驗在賓士兩座工廠運作中的汽車產線上進行，分別位於匈牙利凱奇凱梅特（Kecskemét）與德國辛德芬根（Sindelfingen）。Apollo 2 負責的是配料（kitting）：把個別零件從散裝料箱揀出，依產線上每輛車所需的確切順序，放進整理好的托盤。DeepMind 形容這是重複、耗體力的工作，交給機器人之後，技師就能專心處理複雜的組裝作業。
實際作業時，機器人要伸手進供料箱、拿起金屬汽車支架，再放進排序容器，過程中發現漏放的空位，也要補上。96% 的成功率，就是 DeepMind 對這項作業給出的成績。至於機器人如何同時掌握流程與動作，則是交由兩個模型分工處理。
這也不是 Apollo 第一次進賓士工廠。根據《Reuters》同一篇報導，賓士當時入股 Apptronik，投資金額在千萬歐元等級的低段，並在柏林馬林菲爾德（Marienfelde）的數位工廠園區與凱奇凱梅特試用 Apollo，任務包括把零件運到產線、執行品質檢查等。賓士生產長 Joerg Burzer 當時表示，計畫把機器人帶到其他據點，他也說：「我希望我們能在面臨缺工的領域找到應用，但當然是先從重複性工作開始，再到危險工作。」
須留意的是，這個案例牽涉多方投資關係。據 Apptronik 的官方新聞稿，Google 與賓士都是 Apptronik 的既有投資人；Apptronik 也與 Google DeepMind 有策略合作，以 Gemini Robotics 打造人形機器人。換句話說，這項試驗是用投資方的模型、在投資方的工廠進行，目前的報導都沒有提到第三方驗證。
一個追蹤流程、一個控制手臂：推理與動作模型怎麼分工，能否換機型使用？
在賓士的案例中，Apollo 2 同時用上兩個模型：具身推理（embodied reasoning）模型 Gemini Robotics ER 負責追蹤整個工作流程，Gemini Robotics 2.5 則控制機器人的手與手臂。Gemini Robotics 2.5 屬於視覺－語言－動作（vision-language-action，VLA）模型，根據《Interesting Engineering》的說明，這類模型能把視覺資訊與指令，轉換成機器人的實體動作。
DeepMind 表示，和先前的 Gemini Robotics 模型一樣，2.5 原生支援多種機器人，包括配備五指、22 自由度 SharpaWave 機械手的 Apollo 2，以及使用雙指平行夾爪的 Franka Duo 平台。從擬人的五指手到只有兩根手指的夾爪，手部結構差異很大的機器人，都在同一套模型的支援範圍內。
能力廣度方面，DeepMind 在逾 200 項任務上測試 Gemini Robotics 2.5，例子包括用夾子夾取食物、在禮盒上打蝴蝶結、用移液管移液，並稱這套方法還能擴展到更多任務；DeepMind 也稱，和先前的基準相比，2.5 的成功率依任務類型高出 30% 至 100%，完成任務的速度也快 20% 至 30%，但沒有說明成功率是相對提升還是百分點。
Apptronik 共同創辦人暨執行長 Jeff Cardenas 在 DeepMind 部落格中表示：「將 Apollo 2 與 Gemini Robotics 搭配後，我們看到模型在短短幾週的後訓練中大幅進步，而且移到賓士的生產環境時，表現下滑很少。」後訓練（post-training）是在預先訓練好的模型上再做進一步訓練。Cardenas 也稱，這是讓人形機器人大規模進入工業與商業環境的基礎。
試驗條件未公布、只開放合作夥伴，單台成本與人機安全還要看什麼？
DeepMind 在部落格中也把這項試驗定位為概念驗證，《Interesting Engineering》進一步指出，96% 的工廠成果不代表已經大規模商業部署。除了試驗次數與判定方式，DeepMind 也沒有交代試驗進行多久、與什麼基準比較。開放範圍同樣有限：Gemini Robotics 2.5 目前正逐步提供給 DeepMind 的機器人合作夥伴，DeepMind 官網列出的研究合作夥伴為 Agile Robots、Apptronik 與 Boston Dynamics，部落格則沒有提到一般開放的時程。
成本則是另一道門檻。Burzer 去年在柏林的記者圓桌上就說：「成本將是決定性的……當成本降到兩位數千美元（編按：即 1 萬至 9.9 萬美元）——這完全有可能——就會變得非常有意思。」《Reuters》指出，他沒有給出時程，也沒有透露當時每台機器人的成本。
人機協作的安全，是這次發表的另一個著墨點。DeepMind 稱，Gemini Robotics 2.5 會在推論時（也就是模型實際運作的當下）運用推理引導，即時避開實體危險；根據自家評估，模型在障礙物周邊的安全任務完成率提升 33%，附近有人時提升 43%，但沒有說明比較基準。
DeepMind 也釋出開源基準 ASIMOV-Jailbreak，收錄數百個把不安全要求偽裝起來的提示、涵蓋數十種場景，用來測試機器人抵抗越獄（jailbreak）的能力，也就是能否識破用偽裝話術誘使 AI 執行危險指令的手法。DeepMind 稱，它用來加速機器人研發的 Gemini 4 Argon，抗越獄率達 99.5%，DeepMind 先前的基準 Gemini Robotics ER 2 則是 82%。這兩個數字都不是賓士試驗所用的 Gemini Robotics 2.5 的成績。
人形機器人要進一步走進車廠，要看的不只是單一任務的成功率，還有試驗條件、開放範圍與單台成本。在 DeepMind 公布更多細節、模型對更多業者開放之前，這 96% 仍是一項有待更多產線檢驗的概念驗證成果。
【推薦閱讀】
◆ Google Gemini Robotics 2 登場：如何讓人形機器人「餵資料」就能一路變強？
◆ Google 最強模型 Gemini 4 Argon 登場，連 Apollo 人形機器人的動作都能教？
◆ 8,000 台人形機器人計畫進上海工廠，西門子：沒有工廠想當 AI 試錯場
＊本文開放合作夥伴轉載，資料來源：Google DeepMind 1、Google DeepMind 2、Apptronik、《Interesting Engineering》、《Reuters》，首圖來源：Google DeepMind
