Alphabet旗下人工智能研究实验室Google DeepMind于周二正式发布Gemini Robotics的下一代版本——Gemini Robotics 2.5。这是该公司迄今最强大的视觉-语言-动作模型，旨在为机器人构建“AI大脑”。与此同时，DeepMind还推出了新一代生物AI模型AlphaGenome 2，用于预测DNA序列及其变异对人类细胞类型的影响。
Gemini Robotics 2.5：加速物理AI落地
DeepMind表示，随着旗舰大语言模型Gemini 4 Argon的发布，其机器人研究得以加速深入物理AI领域。依托Argon先进的推理能力，Gemini Robotics 2.5显著提升了机器人学习新技能并应用于现实场景的速度与广度。
该版本在灵活性、可靠性和安全性三个关键维度实现飞跃。增强后的灵活性使机器人能更精准地执行精细操作，如使用日常工具处理灵活物体；可靠性方面，在梅赛德斯-奔驰进行的真实概念验证测试中，新款模型以96%的成功率完成汽车零部件包装；安全性则通过改善物理可控性及引入针对越狱攻击的新测试基准得到强化。
评估数据显示，Gemini Robotics 2.5在不同任务中的成功率为30%至100%，完成任务的速度较上一版本基线提升20%至30%。该模型原生支持多种机器人平台，包括Apptronik的Apollo 2人形机器人及Franka Duo平台。Apptronik联合创始人兼CEO Jeff Cardenas指出，Apollo 2结合Gemini Robotics后，经短短数周后期训练即显著提升，且在奔驰生产线上几乎无性能衰减。
目前，Gemini Robotics 2.5已通过Agile Robots SE、Apptronik和波士顿动力公司等合作伙伴启动应用。公司预计，随着在超过200项不同任务中的测试深入，其应用规模将进一步扩大。
AlphaGenome 2：解码单细胞生物学
AlphaGenome 2旨在帮助药物开发和生物技术公司将遗传数据转化为可测试线索。通过预测DNA变化如何影响基因活性及其在特定细胞中的作用，该模型能引导研究人员发现潜在药物靶点并优化实验优先级。需要注意的是，该模型的预测仅用于指导研究，尚未获得临床或诊断用途批准。
尽管人体所有细胞携带相同DNA，但不同细胞类型（如心肌细胞与免疫细胞）会在不同时间激活特定基因以执行各自功能。DeepMind利用全球“人类细胞图谱”项目绘制的数百万细胞基因表达图，攻克了预测基因激活路径及变异影响的挑战。
剑桥大学干细胞医学教授、人类细胞图谱联合创始人Sarah Teichmann评价称，AlphaGenome 2的强大之处在于无需重新训练即可适应新的单细胞数据，并能从微小样本中预测DNA变异在新谱系细胞状态中的作用。相较于上一代，新模型不仅保留了基因表达、组蛋白修饰和染色质开放性预测能力，还新增了对DNA甲基化的预测，从而更深入地解释行为、环境和生活经历对基因活性的表观遗传影响。