谷歌 DeepMind 称,其新型 Gemini Robotics 2.5 模型帮助 Apptronik 的 Apollo 2 类人机器人在运行中的梅赛德斯‑奔驰产线(包括德国辛德尔芬根)执行汽车配件装配工作——概念验证报告的成功率为 96%。该结果于 2026 年 11 月 10 日公布,将物理、视觉‑语言‑动作(VLA)人工智能从实验室带到了仍以人为主完成单调重复任务的工业产线上。

DeepMind 测试了什么以及为何重要

DeepMind 将 Gemini Robotics 2.5 描述为“迄今为止我们最强大的视觉‑语言‑动作(VLA)模型”,在 200 多个不同任务上进行测试,并针对灵巧性、可靠性与安全性进行了调优。在该奔驰试验中,Apollo 2 机器人从散装料箱中抓取金属支架并将其放入序列托盘——这是低复杂度但高频次的配件装配工作,保证装配线持续运转。DeepMind 报告称,与先前基线相比,整体任务成功率提高了 30–100%,任务速度提高了 20–30%(评估数据)。

辛德尔芬根的概念验证重要,因为它展示了真实工厂环境(而非仅是测试台),且奔驰‑本茨与合作伙伴共同宣布了该试验。报道发布的独立科技媒体强调了 96% 的数据,并指出该模型已部署给机器人合作伙伴而非公开发布。外部报道有助于德国工业规划者与工会评估类人机器人是否将很快进入生产现场的人员配置讨论。

这对市场意味着什么

对德国的制造商与供应商而言,直接影响是务实的:能够可靠完成重复性配件装配的机器人可减少零件排序上的瓶颈,降低员工的工学负担,同时改变产线所需的技能结构。DeepMind 本身将配件装配描述为“单调、体力要求高”的工作,认为机器人可承担此类任务,使技术人员得以专注于更复杂的装配工作。汽车工会、一级供应商与工厂经理将关注此类试点能否转化为持续的产能提升与可预测的质量改进。

对经销商、维修车间和更广泛的售后网络而言,影响是间接但现实的。上游更快、更经济且更一致的装配质量可降低质保率和零件变异;与此同时,如果更多工厂任务由机器人辅助,维修店将需要新的诊断与处理技能。业内评论认为该公告是里程碑,但并非立即的大规模部署:Gemini Robotics 2.5 正“向我们的机器人合作伙伴推广”,表明了分阶段的商业路线。

安全与监管审查将十分重要。DeepMind 还发布了新的安全工作(ASIMOV‑Jailbreak 基准)并报告了在障碍物与人员周围完成任务时可测量的安全改进——这些数据作为 11 月 10 日发布的一部分提供。任何评估类人机器人的德国工厂或工会都将要求透明的安全数据、明确的人类监督以及对机器人在同事周边作业范围的具体限制。

简而言之:辛德尔芬根的试验是一个可信的信号,表明先进的物理人工智能正在走向车间生产线。它并不意味着德国工厂会立即大规模部署,但确实加快了制造商、供应商和经销商/服务网络在培训、流程变化与采购方面的时间表。

面向经销商、维修车间和制造商的解决方案——例如自治多智能体系统、电话与语音的 AI 代理、市场与库存扫描以及具备持久记忆的助手——对于将机器人主导的变革整合到日常运营中将至关重要。诸如 DaVinci AI 等供应商提供的工具可帮助经销商与服务中心将上游效率转化为更好的潜在客户处理、预约管理与配件管理工作流,从而缓和员工与客户的过渡。(见最终说明。)

来源:Google DeepMind、RobotsBeat、CellCog

WorldTrader24 上的 Mercedes Benz 报价 →