谷歌AI双线升级：新模型接长任务，机器人练精细操作

一边让AI连续调用工具、检查成果、处理长任务，一边让机器人面对柔软缎带和汽车零件完成精细动作。谷歌11月10日的两项发布，把任务执行推进到两个不同的环境。

谷歌当天正式开放Gemini 4系列的Carbon模型，并发布面向机器人的Gemini Robotics 2.5。前者在10月28日已经预告，这次扩大到付费开发者、企业和部分高端订阅用户；后者正向机器人合作伙伴推出。[1-2]

软件里的长任务，需要拆分、执行和检查

Carbon针对的是更难、持续时间更长的工作。一个软件项目可能经历理解要求、改代码、运行、排错和检查结果等步骤，中途还会遇到新的信息。能把这些环节接起来，才有机会减少用户逐步交代和来回接手的次数。

谷歌展示的一个例子，是在开发工具Antigravity中，通过多角色协作功能，把要求拆给多个角色，分别参与设计、执行与核查。官方用可玩的三维鹈鹕游戏说明这套方式。该案例展示了产品的任务组织方法，公告尚未给出覆盖各类实际项目的完成率与运行成本。[1]

正式开放也有范围。付费开发者和企业可以通过模型接口接入，Google AI Ultra订阅用户则逐步在Gemini应用、Antigravity和搜索的AI模式获得访问。谷歌仍将Argon定位为适合多数软件与知识工作的模型，Carbon承担更困难、耗时更长的任务。[1]

这种分工意味着，使用者需要按任务难度、等待时间和成本选择模型。一次流程调用多少工具、重试多少次，会与模型单次收费一起影响完成任务的总成本。

机器人的难点，落在手、物体与接触之中

Robotics 2.5是一种视觉—语言—动作模型：机器人观察环境、理解要求，再生成手臂等部件的动作。官方展示包括处理礼盒缎带等精细操作，也在汽车工厂测试零件分拣配料。[2]

在奔驰匈牙利凯奇凯梅特和德国辛德芬根生产线的概念验证中，Apollo 2机器人执行汽车零件配料。谷歌报告该项试验成功率为96%，流程由另一套机器人推理系统跟踪，2.5动作模型控制手和手臂。[2]

图片注释：Google DeepMind公布的奔驰工厂机器人试点画面。来源：Google DeepMind。

这个数字对应的是上述特定流程。公告没有完整披露试验次数、人工干预频率、整班持续运行及部署成本，因此还无法据此计算工厂的整体生产率或商业回报。

真实操作还需要处理接触误差：物件位置会变，材料可能弯折，抓住之后也可能滑动。系统需要把看见的变化，持续反馈到下一步动作中。

通用模型已经进入机器人研发流程

两项发布之间，有一条明确的技术联系：DeepMind表示，Gemini 4 Argon被用于生成模拟练习、构建数字孪生，以及查看失败录像、提出改进假设。“数字孪生”可以理解为在计算机里搭建与真实环境相对应的练习场。[2]

这里参与机器人研发的是Argon；Carbon本次强调的软件长任务，是另一条产品路线。共同的方向是让AI在多步流程里持续执行，同时通过检查或环境反馈修正动作。

接下来，软件侧需要积累真实项目的完成质量和成本记录，机器人侧则要补足连续运行、人工干预与工位收益的数据。把这些结果按具体任务记录下来，才能看清两条执行路线分别走到了哪一步。

参考资料

[1] KAVUKCUOGLU K. Gemini 4 Carbon is now available[EB/OL]. Google, (2026-11-10)[2026-11-11].[2] PARADA C. Gemini Robotics 2.5 accelerates real-world general dexterity[EB/OL]. Google DeepMind, (2026-11-10)[2026-11-11].