---
title: "Gemini Robotics 2.5 工廠性能解析"
locale: zh-hant
category: ai_data
category_name: "AI 資料"
translation_status: reviewed
license: cc_by
author: "injoys"
source_url: https://injoys.com/en/articles/gemini-robotics-2-5-vla-factory-performance
published_at: 2026-11-11T22:26:13+09:00
---

# Gemini Robotics 2.5 工廠性能解析

> Gemini Robotics 2.5 是將視覺與語言連結至機器人動作的模型。分別說明工廠實證成功率 96% 的適用範圍、性能提升幅度、安全性評估及各模型的開放狀態。

## Key Points

- Gemini Robotics ER 是追蹤工作流程的推理模型。
- Gemini Robotics 2.5 在工廠實證中控制雙手與手臂的動作。
- 成功率提升 30~100% 是相較於既有基準模型的相對數值。
- 工廠實證成功率 96% 是汽車零件配套備料作業的結果。
- 須區分向合作夥伴提供動作模型與 ER 模型的公開預覽。

Gemini Robotics 2.5 是將視覺、語言與機器人動作連結的 VLA 模型。工廠實證的 96% 成功率僅限於零件配套備料作業。實際判斷是否導入時，仍需進一步驗證失敗復原能力與運作條件。

本文的效能數據以 Google 於 2026年11月10日發布的內容為準。

## VLA 與 ER 的運作架構

VLA 是將視覺資訊與語言指令連結至機器人動作的模型。名稱是 Vision-Language-Action 的縮寫。ER 指的是在實體環境中規劃工作的具身推理。

在工廠實證中，兩個模型各有分工。Gemini Robotics ER 追蹤整體工作流程。Gemini Robotics 2.5 則控制雙手與手臂。

| 組成 | 負責的角色 | 需區分之處 |
| --- | --- | --- |
| 視覺資訊 | 掌握物體與周圍場景 | 決定動作的輸入 |
| 語言指令 | 傳達要執行的工作與條件 | 表達工作目標的輸入 |
| ER 模型 | 管理多步驟計畫與進度狀態 | 高層次推理 |
| VLA 動作模型 | 產生機器人的動作 | 實際動作的控制 |
| 機器人硬體 | 執行動作與物體操作 | 手、手臂、致動器等實體裝置 |

ER 模型的設計是判斷下一項工作，並持續執行。它也會判斷工作是否完成，以及是否需要重試。官方模型資訊明確指出，ER 2 的輸出為文字。[Google DeepMind 的 ER 2 說明](https://deepmind.google/models/gemini-robotics/embodied-reasoning/)

動作模型與機器人本體並不是同一項產品。VLA 官方說明列出的控制範圍，從手臂到人形機器人的全身。特定本體上的效能，必須連同其硬體條件一起解讀。[Google DeepMind 的 VLA 說明](https://deepmind.google/models/gemini-robotics/vla/)

## 工作評估數據與比較基準

公布的改善幅度是與先前基準模型比較的結果，並非適用於所有工作的絕對成功率。公告說明，改善幅度會因工作類型而異。

下表區分了 2026年11月10日公布的各項數據。

| 項目 | 公布內容 | 數據適用範圍 |
| --- | --- | --- |
| 評估工作範圍 | 開頭寫超過200項，詳細說明則寫200項 | 整體規模理解為約200項 |
| 工作成功率 | 相較先前基準模型提升30~100% | 各工作類型的相對改善 |
| 工作完成速度 | 相較先前基準模型提升20~30% | 評估工作的完成速度比較 |
| 工廠實證成功率 | 96% | Apollo 2 的汽車零件配套備料實證 |

工作數量指的是受評估任務的種類，與每項任務重複執行的次數是不同概念。因此，無法僅憑工作數量計算統計可信度。[Google 韓文公告](https://blog.google/intl/ko-kr/company-news/technology/gemini-robotics-2-5-kr/)

### 相對改善幅度的計算範例

將成功率的改善幅度換算成倍數，含義就會更清楚。公布的改善30%，相當於原有成功率的1.3倍。改善100%，則表示原有成功率的2倍。這是根據公布數據計算出的關係。

| 表述 | 計算關係 | 解讀所需資訊 |
| --- | --- | --- |
| 成功率改善30% | 新成功率 = 原有成功率 × 1.3 | 同一任務的原有成功率 |
| 成功率改善100% | 新成功率 = 原有成功率 × 2 | 同一任務的原有成功率 |
| 成功率差異 | 新成功率 - 原有成功率 | 兩個絕對成功率，單位為百分點 |

若沒有基準成功率，就無法求出新的絕對成功率。不能將改善100%解讀為每次嘗試都成功。速度改善幅度也不能直接換算成整座工廠的產量增幅。

## 工廠實證成功率96%的範圍

公布的 **96%** 是汽車零件配套備料實證的成功率。配套備料是依照順序準備組裝所需零件的工作。本次實證由 Apptronik 的 Apollo 2 執行。

實證地點是 Mercedes-Benz 的實際生產線。公告明確列出匈牙利凱奇凱梅特與德國辛德芬根。機器人從供料箱中抓取金屬支架，再依序放入對應容器。

概念驗證 PoC 是確認特定環境下可行性的測試。此處測得的成功率屬於該次測試範圍，不能延伸為整座工廠的自動化率，或所有製程的成功率。

Google 提出將重複性準備工作交給機器人的應用方向，說明這有助於技術人員專注於複雜組裝。公告並未提供人力縮減規模或勞動生產力增幅。[Google DeepMind 的工廠實證說明](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/)

## 成功率未涵蓋的失敗復原與處理量

判斷是否導入工廠時，需要知道成功率的分母與復原時間。即使成功率相同，重試方式不同，也可能影響產量。這是為了將公布數據連結至營運指標所做的分析。

| 確認項目 | 需確認的內容 | 對判斷的影響 |
| --- | --- | --- |
| 成功的單位 | 是單一零件，還是整個托盤 | 成功率所代表的工作範圍 |
| 嘗試次數 | 整體評估次數與各項工作的分布 | 結果的變動性與代表性 |
| 重試處理 | 是首次嘗試成功，還是包含重試 | 自主執行程度 |
| 人工介入 | 介入次數與時機 | 所需營運人力 |
| 失敗復原 | 復原時間與恢復工作的條件 | 中斷造成的處理量減少 |
| 品質判定 | 位置誤差與零件損傷的判定標準 | 是否可用於後續組裝 |
| 連續運作 | 運轉時間與停止原因 | 實際運作的穩定性 |

這些項目不是已確認的額外成果，而是現場評估時需另外確認的測量條件。僅憑韓文公告，無法確定所有細節條件。

營運指標也可以一併計算良品處理量。計算公式為「通過品質標準的完成數量 ÷ 總運作時間」。總運作時間必須包含重試與復原時間。這是測量建議，並非工廠實證公布的數據。

機器人運作除了模型之外，也需要管理功能。Apptronik 介紹了用於狀態監控與工作分派的 Fleet Connect，顯示其營運管理範圍還包括電池與停止狀態。[Apptronik 的 Apollo 2 平台說明](https://apptronik.com/apollo/apollo-2)

## 實體安全與越獄防禦的差異

實體安全指引與越獄防禦的評估對象不同。前者引導機器人在執行過程中避開周遭風險，後者則檢視模型對誘使其遵循危險指令的攻擊有多大抵抗能力。

推理階段是模型接收輸入並做出判斷的時候。Google 說明，會在這個階段套用避險指引。安全相關數據也必須區分是針對哪個模型、哪項評估。

以下是 2026年11月10日公布的安全性數據。

| 評估 | 公布結果 | 解讀範圍 |
| --- | --- | --- |
| 在障礙物周圍安全完成工作 | 提升33% | 套用指引後的改善 |
| 在有人靠近的環境中安全完成工作 | 提升43% | 套用指引後的改善 |
| Gemini 4 Argon 越獄防禦率 | 99.5% | 公布的越獄評估結果 |
| 基準模型的越獄防禦率 | 82% | Gemini Robotics ER 2 的比較結果 |

越獄防禦率是 Gemini 4 Argon 的評估結果。若將其引用為動作模型在工廠的無事故率，就等於換了評估對象。安全完成工作的改善幅度，也必須與絕對成功率區分。[Google DeepMind 的安全性評估說明](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/)

ASIMOV-Jailbreak 儲存庫區分有害指令與正常指令，也包含針對多輪連續攻擊的評估。過度拒絕正常請求的比例，同樣是評估項目。[Google 的 ASIMOV 評估儲存庫](https://huggingface.co/datasets/google/asimov_agentic)

實體裝置也另有安全功能。Apptronik 說明，在設定的碰撞區域內偵測到物體時，會立即停止。它也提供依周邊區域調整動作的設定。這些是必須與模型評估分開確認的硬體功能。

## 模擬與真實訓練資料

根據 Google 的說明，模擬結合了真實示範資料。Gemini 4 Argon 會從攝影機畫面產生虛擬訓練環境，也支援從失敗影片中尋找改善假設的研究。

數位孿生是在虛擬空間中重現真實環境。虛擬環境可以改變條件，進行反覆測試。實際機器人測試則確認這些結果在實體環境中是否同樣成立。[Google DeepMind 的訓練過程說明](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/)

在這個架構中，工廠既是應用場域，也是評估現場，因為真實零件與作業順序會考驗模型的適用範圍。不過，不能將訓練效率的改善直接換算成導入成本的節省金額。

## 提供給合作夥伴與公開 API 的差異

動作模型與 ER 模型的公開狀態必須分別確認。根據公告，動作模型會陸續提供給機器人領域的合作夥伴。ER 2 官方頁面則明確標示為公開預覽。

Google DeepMind 的公告對提供範圍有以下說明。

> Gemini Robotics 2.5 正陸續提供給我們的機器人合作夥伴。

出處為 [Gemini Robotics 2.5 公告](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/)。

| 模型 | 已確認的提供狀態 | 需區分之處 |
| --- | --- | --- |
| Gemini Robotics 2.5 | 陸續提供給機器人合作夥伴 | 與向一般開發者公開動作 API 不同 |
| Gemini Robotics ER 2 | 在 Google AI Studio 與 Gemini API 提供公開預覽 | 推理模型的存取範圍 |

能存取 ER 的 API，不代表擁有動作模型的存取權限。僅憑這次公告，也無法確定韓國境內的商用導入時程。各模型的提供狀態，應在各自的官方模型頁面確認。

## 解讀效能數據時的常見錯誤

若省略評估對象與單位，就會將不同成果混為一談。尤其只憑模型名稱將數據歸為一類，會讓解讀變得模糊。引用時，應一併註明工作內容與比較條件。

| 常見解讀 | 正確區分 |
| --- | --- |
| 成功率改善100%，所以所有工作都成功了 | 相對改善幅度與絕對成功率不同 |
| 工廠成功率就是整座工廠的自動化率 | 配套備料 PoC 的成果與自動化範圍不同 |
| 越獄防禦率就是機器人的無事故率 | 攻擊抵抗能力與實體事故指標不同 |
| 透過 ER API 就能立即使用動作模型 | 必須分別確認各模型的存取權限 |
| 產量會按工作完成速度的改善幅度增加 | 必須將復原時間與製程等待納入測量 |

## 常見問題

將模型角色、評估單位與公開狀態分開，就能釐清核心疑問。

### Gemini Robotics 2.5 是機器人本體嗎

它是控制機器人的 VLA 模型。Apollo 2 則是運用此模型的機器人本體。模型效能與本體的物理性能必須區分。

### 約200項工作是實際工廠的製程數量嗎

這指的是公布的模型評估工作種類，並不表示全部都是汽車工廠的製程。評估工作數量與工廠實證範圍是兩回事。

### 能否只憑工廠成功率計算導入效益

不能僅憑成功率計算成本或產量。還必須知道工作時間與失敗復原時間，也需要品質判定與人工介入的條件。

### 公開預覽與商用導入是同一個意思嗎

公開預覽是指可存取特定模型的提供狀態，不代表已完成工廠系統整合。動作模型的提供條件也必須另外確認。

## FAQ

### Gemini Robotics 2.5 的 VLA 是什麼
VLA 是 Vision-Language-Action 的縮寫，指的是將視覺資訊和語言指令轉化為機器人動作的模型。

### Gemini Robotics ER 與動作模型有何不同
ER 是管理任務規劃與進度狀態的推理模型。在工廠實證中，動作模型負責控制雙手和手臂。

### 成功率提升 30~100% 指的是絕對成功率嗎
這是相較於先前基準模型的相對改善幅度。若要計算新的絕對成功率，需要知道同一任務原有的成功率。

### 工廠實證中 96% 的成功率衡量的是什麼
這是在汽車零件配套 PoC 中公布的成功率，是 Apollo 2 在 Mercedes-Benz 生產線上執行任務的結果。

### 能否將任務完成速度的改善視為產量增加
僅憑完成速度，無法計算整體產量的增幅。還需要包含重試、失敗復原與製程等待在內的運作時間。

### 99.5% 的越獄防禦率是哪個模型的結果
這是 Google 公布的 Gemini 4 Argon 越獄評估結果，並不代表動作模型在工廠中的無事故率。

### 一般開發者可以直接使用動作模型 API 嗎
此次公布的動作模型提供對象為機器人技術合作夥伴。必須區分 ER 2 的公開預覽版與動作模型的存取權限。

### 是否已公布在國內工廠商用導入的時程
僅憑此次公告，無法確定國內商用導入的時程。具體提供條件與時程，須向 Google 及機器人供應商確認。

## Sources

- [Google 韓文公告：Gemini Robotics 2.5：加速現實世界的物理智慧](https://blog.google/intl/ko-kr/company-news/technology/gemini-robotics-2-5-kr/)
- [Google DeepMind：Gemini Robotics 2.5 發布](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/)
- [Google DeepMind：Gemini Robotics 2.5 VLA 模型](https://deepmind.google/models/gemini-robotics/vla/)
- [Google DeepMind：Gemini Robotics ER 2 模型資訊](https://deepmind.google/models/gemini-robotics/embodied-reasoning/)
- [Apptronik：Apollo 2 平台與運作、安全功能](https://apptronik.com/apollo/apollo-2)
- [Google：Asimov Agentic Safety Evaluation 及 ASIMOV-Jailbreak](https://huggingface.co/datasets/google/asimov_agentic)

## Images

![一名作業員隔著安全玻璃觀看，雙臂機器人將金屬支架放入分隔托盤。](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDE3NzQsInB1ciI6ImJsb2JfaWQifX0=--942c42c606bce2666318996725dd445f966e877a/ai-4a3f957c.webp)
![一名戴著護目鏡、身穿橘色工作服的工程師，檢查機器人夾爪與軟墊障礙物之間的間距。](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDE3ODAsInB1ciI6ImJsb2JfaWQifX0=--19b385253034a3ff7240ac9fd1708a09552dc8d6/ai-abdf1234.webp)