谷歌DeepMind发布Gemini Robotics 2，人形机器人进入“全身智能”新阶段

8月4日，谷歌DeepMind发布新一代机器人基础模型Gemini Robotics 2，包含三款模型，首次实现人形机器人全身控制、精细操作与多机协作，并配套端侧模型与安全基准。在Apptronik的Apollo 2人形机器人上，该系统已能完成从行走、搬运到拧灯泡等复杂任务，具身智能从“上半身演示”走向“全身作业”。

8月4日，谷歌DeepMind正式推出Gemini Robotics 2，定位为面向人形机器人及多类型机器人的AI模型系列，强调全身控制、精细操作与多机器人协作能力。该系统目前在Apptronik公司的Apollo 2人形机器人上进行演示，机器人已能执行完整的全身自主动作，包括行走、蹲下、弯腰以及物体操控等复杂任务。

此次发布包含三款模型：

• Gemini Robotics 2：视觉-语言-动作（VLA）模型，将视觉和语言指令转化为机器人动作，支持对完整人形机器人及双臂系统的控制；
• Gemini Robotics ER 2：具身推理模型，负责多步骤任务规划、人机交互和多机器人协同作业，可对任务执行进行数分钟级的持续管理，并在执行过程中监控进度、从失败中恢复；
• Gemini Robotics On-Device 2：优化后的端侧VLA模型，可直接在机器人硬件本地运行，仅需不到200个训练样本和数小时即可适配新的双臂机器人平台，适合云端连接受限的工业场景。

在能力层面，Gemini Robotics 2相比早期版本有三项关键升级：

• 全身控制：早期模型主要聚焦上半身操控，新模型可协调从“脚趾到指尖”的全身动作，在演示中，Apollo 2能够根据“将浇水壶放入底层货架上的绿色垃圾桶”的指令，自主完成跨房间行走、抓取和放置等动作；
• 精细操作：搭载五指SharpaWave仿人手的Apollo 2，在模型控制下可完成系垃圾袋、拧下灯泡等精细操作，也支持工业常见的平行夹爪，完成精密插件装配和物品打包；
• 多机协作：Gemini Robotics ER 2支持不同类型机器人之间的通信与协调，可共同完成复杂工作流程，并对任务执行过程进行持续管理，包括应对动态变化和异常恢复。

在安全性方面，谷歌DeepMind推出ASIMOV-Agentic基准测试，用于评估机器人在“拒绝不安全操作”“判断任务是否可安全完成”以及“请求人工干预”等方面的能力，同时Gemini Robotics ER 2具备人体感知能力，能在人员进入作业区域时自动触发安全停机。

从产业角度看，Gemini Robotics 2的发布有三层含义：

• 对于机器人本体厂商，可以更专注于硬件和执行机构，而把“大脑”交给基础模型提供商，软硬件解耦加速；
• 对于工业和服务场景，机器人从“完成单一动作”升级为“完成多步骤任务”，应用场景从搬运、装配扩展到维护、巡检等更复杂流程；
• 对于AI平台厂商，机器人基础模型正成为继云侧大模型之后的新战场，谁能在“跨本体适配、安全性和易部署”之间取得平衡，谁就更有可能成为行业“安卓”。

对应用企业而言，这类基础模型的出现，意味着部署和迭代机器人系统的门槛进一步降低。未来，更多中小型机器人公司可以通过适配通用基础模型，快速进入工业和服务场景，而不必从零训练“机器人大脑”。

来源：未来智机NexAIrobo官网

声明

仅提供信息展示服务，不对内容的真实性、准确性、完整性或合法性承担任何担保责任，在浏览、使用或引用此内容时，应自行判断内容的真实性和适用性，并承担由此产生的风险和责任。