Google DeepMind 釋出 Gemini Robotics 2:單一 AI 大腦控制人形機器人全身運動

機械臂out！全身協調才是真未來：DeepMind這次玩大了

谷歌DeepMind剛剛扔出王炸——Gemini Robotics 2模型家族！這波直接把機器人控制技術從"區域性操作"升級到"全身運動"時代。最狠的是，這套系統首次打通了從"看得到"到"動得了"的全鏈路，現在人形機器人不僅能走能蹲，還能在狹小空間裡精準操作物體。

實測環節直接看呆：Apptronik家的Apollo 2人形機器人，聽到一句"把澆水壺放進底層架子的綠色箱子裡"，自己就哐哐完成了整套動作——走過去、抓起來、彎腰、精準投放。DeepMind機器人負責人Carolina Parada放話："我們要讓AI殺進物理世界，打造所有機器人都能用的智慧底層。"

三層架構拆解：從動手到動腦

Gemini Robotics 2其實是模型全家桶，包含三個段位：

1. 執行層（Gemini Robotics 2）：把機器人的視覺聽覺訊號直接轉化成動作指令，專門負責動手。這代模型牛在能操控Apollo的5指22關節機械手玩打結、封口袋這些精細活，換個雙指夾爪也能適配。

2. 大腦層（Gemini Robotics ER 2）：負責高階局——拆解複雜任務+即時監控進度。實測中它能邊幹活邊呼叫谷歌搜尋，甚至能指揮Boston Dynamics的Spot機器狗幫忙拿零食。更騷的是支援不同機器人組隊開黑（比如輪式+人形搭配），現在已開放給開發者呼叫。

3. 離線版（On-Device 2）：沒網也能跑！適配新機器人只需200個樣本+幾小時訓練，直接破解機器人屆的技能遷移難題。

翻車資料曝光：精細操作還是菜

DeepMind這次罕見自曝短板。據Bloomberg實測，擰燈泡成功率92%，但到了精細活就拉胯：Chosun Daily資料顯示，扎垃圾袋成功率僅44%，封口袋更是隻有40%。

動作速度也是硬傷——機器人每個動作前都要"思考人生"，而人類根本不用過腦子。DeepMind機器人主管Kanishka Rao坦白："真正的靈活操作還很遠，機器人學習效率被人類吊打。"這其實是行業通病，各家搞機器人基礎模型的初創公司都在撞這堵牆。

安全牌怎麼打？ASIMOV基準+人類檢測

隨著機器人開始滿屋亂竄，DeepMind把安全牌拉滿。Gemini Robotics ER 2號稱"史上最安全"，能敏銳檢測人類靠近立即暫停，確認安全區沒人才繼續幹活。

他們還搞了個ASIMOV-Agentic基準測試（名字取自科幻大佬Isaac Asimov），專門檢測機器人會不會拒絕危險指令，或者主動喊人來幫忙。雖然名字中二，但針對的核心風險——機器人亂執行錯誤指令——確實是實打實的工程難題。

硬體供應鏈的魔幻現實

最尷尬的來了：谷歌只做軟體不造硬體，但機器人硬體正在變敏感。Axios爆料，美國剛出臺政策禁售中國產機器人，可很多能跑這套系統的機器人本體偏偏Made in China。

谷歌現在抱緊西方夥伴大腿，包括Apptronik、Boston Dynamics、Agile Robots等，還有100+測試合作方。但對手也沒閒著：OpenAI和Nvidia都在憋大招，目標都是"一個模型，通吃所有機器人"。

階段性勝利而已

DeepMind很清醒，這次只是"里程碑"不是終點。Gemini Robotics 2確實讓機器人更實用了，但也清楚告訴我們：離人類隨手整理房間的水平還差十萬八千里。對中國玩家來說，這既是技術對標物，也提示了本土企業在硬體製造+軟硬結合上的機會視窗。

常見問題

Gemini Robotics 2 與之前的機器人模型主要區別是什麼?

之前的 DeepMind 機器人模型主要控制上半身完成桌面任務,Gemini Robotics 2 首次實現全身控制,可驅動人形機器人行走、下蹲、平衡並在狹窄空間操作物體,同時支援異構機器人協同作業。

為什麼封口袋成功率只有 40% 但燈泡擰卸能達到 92%?

精細雙手協調任務(如封口袋需要兩手配合施力控制)比單手旋轉動作(擰燈泡)複雜得多。業內普遍認為,類人靈巧操作仍是當前機器人技術的最大瓶頸,涉及觸覺反饋、力控制和即時調整等多維難題。

On-Device 2 模型'數小時適配新機器人'對開發者意味著什麼?

傳統方法中,將 AI 能力遷移到新機器人本體可能需要數週甚至數月的資料採集和訓練。On-Device 2 僅需不到 200 個示例和數小時即可完成,這大幅降低了多機型適配的時間和成本門檻,對小團隊尤其有價值。

美國禁售中國製造機器人對 Gemini Robotics 2 有何影響?

Google 不製造機器人硬體,依賴合作伙伴提供本體。美國政策可能限制其在中國製造硬體上的部署,目前 Google 主要與 Apptronik、Boston Dynamics 等西方廠商合作。這對中國開發者而言,反而可能是發展本土軟硬一體化方案的機會。

普通開發者現在能用 Gemini Robotics ER 2 嗎?

可以。Gemini Robotics ER 2(推理層)已通過 Gemini API 和 Google AI Studio 向開發者開放,可用於多步驟任務規劃、工具呼叫和多機器人協同場景的原型開發。

---

本文基於 GNews:TNW 報道, 由 AiDuo123 AI 編輯翻譯改寫。原文連結: https://thenextweb.com/news/gemini-robotics-2-whole-body-humanoid-control