11 月 10 日，Google DeepMind 发布 Gemini Robotics 2.5，称其为迄今能力领先的视觉-语言-动作（VLA）机器人模型。该模型把视觉观察与指令转化为机器人手臂和手部的动作，目前仅向 DeepMind 的机器人合作伙伴开放，包括 Apptronik、Boston Dynamics 与 Agile Robots。
在精度上，DeepMind 表示新模型在 200 多项真实任务（含用食品夹分餐、系蝴蝶结、液体移液等）的评估中，较此前基线成功率提升 30% 至 100% 不等，任务完成速度加快 20% 至 30%。这些对比来自实验室测试，提升幅度随任务类型变化。
最受关注的是一条产线实证。DeepMind 与 Apptronik、梅赛德斯-奔驰合作，在匈牙利凯奇凯梅特与德国辛德尔芬根的在产汽车产线上，用 Apollo 2 人形机器人完成零件分拣（kitting）：从散装料箱按车辆顺序拣取金属支架放入排序容器。DeepMind 称该概念验证达成 96% 成功率，但同时也承认剩余 4% 的差距仍是陡峭的路。
安全方面，DeepMind 称推理时的 reasoning 引导让障碍周边的安全任务完成率提升 33%、靠近人群时提升 43%；并发布开源基准 ASIMOV-Jailbreak（约 1500 条诱导机器人执行不安全动作的提示），称 Gemini 4 Argon 在该基准上达到 99.5% 的抗越狱率，而此前基线 Gemini Robotics ER 2 为 82%（Ars Technica 报道了不同的对比数字 98.8% 对 73.5%，此处取 DeepMind 官方口径）。
与一天前 NVIDIA 在 CoRL 大会发布的 GR00T 2（单次演示 71% 成功率）相比，两者任务与设置不同，无法直接比较。Gemini Robotics 2.5 把通用机器人模型从演示推进到真实产线，但 96% 仍是缺乏公开分母的试点数字，且模型仍跑在云端。