Alphabet旗下人工智能研究实验室Google DeepMind正式发布Gemini Robotics最新版本及AlphaGenome 2。前者被定位为该公司迄今最强大的视觉-语言-动作模型，旨在为机器人打造“AI大脑”；后者则是新一代生物AI模型，能够预测DNA序列及其变异对人类细胞类型的影响，助力疾病对抗与药物研发。
Gemini Robotics 2.5：从实验室走向真实世界
DeepMind表示，随着Gemini 4 Argon的发布，其研究部门已加速深入物理AI领域。得益于Argon模型提供的高级推理能力，Gemini Robotics 2.5显著提升了机器人学习新技能的速度与广度，增强了在动态、非结构化真实环境中与人类协同工作的能力。
该版本在灵巧性、可靠性和安全性三个关键维度实现显著飞跃。增强的灵巧性使机器人能更准确地使用日常工具处理精细物体；可靠性方面，在梅赛德斯-奔驰进行的真实概念验证测试中，汽车零部件包装成功率达96%；安全性则通过改善物理操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，根据不同任务，Robotics 2.5的成功率较前代提升30%至100%，完成任务速度快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，结合Gemini Robotics后，Apollo 2在训练数周内性能大幅提升，并在奔驰生产线上保持极高稳定性。
目前，Gemini Robotics 2.5正通过Agile Robots SE、Apptronik和Boston Dynamics Inc.等合作伙伴推出。
AlphaGenome 2：解码单细胞生物学
AlphaGenome系列模型旨在帮助制药和生物技术公司将遗传数据转化为可测试线索。今日发布的AlphaGenome 2增加了对特定细胞类型和状态的细致描述，有望揭示广泛组织水平模型所遗漏的疾病相关效应。DeepMind强调，该模型的预测旨在指导研究而非替代实验验证，目前尚未获批用于临床或诊断用途。
尽管人体所有细胞携带相同DNA，但不同基因会在不同时间激活以分化细胞功能。DeepMind利用全球“人类细胞图谱”（Human Cell Atlas）项目成果，应对预测基因激活路径及变异的挑战。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的强大之处在于能直接适应新的单细胞数据而无需重新训练，即使样本量极小也能预测DNA变体在新配置细胞状态中的作用。
除延续上一代模型对基因表达、组蛋白修饰和染色质可及性的预测能力外，新模型还新增了对DNA甲基化的预测，进一步解析行为、环境和生活经历对基因活性的影响。