Google DeepMind 在美国时间7/30 发表了一系列新版Gemini 模型：Gemini Robotics 2。相较前代只能指挥一支机器手臂从桌面上拿起一个杯子，新模型能指挥整个人形机器人走向桌子、蹲向较低的层架，并将浇水壶放进最底层的绿色箱，官方还展示了绑垃圾袋、转灯泡等动作，而这一切都在单一学习策略之下完成。这次官方示范用的，是Apptronik 的人形机器人Apollo 2。

为什么这项升级重要？ 《Tech Times》分析，这消除了机器人AI 发展之初便存在、长年限制此领域的架构瓶颈：先前系统仰赖各自独立的控制器分别负责移动与操作，再于交接点缝合在一起。 Gemini Robotics 2 将这种分工整并为单一的端到端视觉语言动作（vision-language-action，VLA）策略，代表任何需要协调全身动作的新行为，现在都能直接训练进模型之中，机器人也因此变得「可用软体升级」。

根据《Tech Times》，过去第一个实现对人形机器人上半身进行高频率控制的VLA 机器人AI 是Figure AI 在2025 年初发表的Helix 模型，如今Google DeepMind 将此概念拓展至全身。 Google DeepMind 在官方部落格指出，这次发布是其迈向「实体通用智慧（Physical AGI）」的关键里程碑。

三款模型一次看：大脑、执行、离线版各司其职

这次发布是一个系列，共三款模型分工协作。核心的Gemini Robotics 2是VLA 模型，能把影像与语言指令转成马达控制，是DeepMind 首个能控制完整人形机器人的VLA。

第二款Gemini Robotics ER 2是所谓的具身推理模型，扮演机器人「大脑」，负责高层次认知推理：接收自然语言、规划长达数分钟的多步骤任务、监控进度，并在不确定时判断何时该向人类求助，再把动作交给VLA 执行。它透过Gemini Live API 以双向串流端点连接，这代表它能一边推理接下来的步骤，一边执行当前的动作，消除了让机器人AI 看起来吃力笨拙的「停下来思考」停顿。

第三款Gemini Robotics On-Device 2则可在地端离线运行，承袭源自Gemini Robotics 1.5 世代的「动作转移」（motion transfer）技术，能在数小时内、以不到200 组示范范例，适应一个全新的机器人形体。

Google DeepMind 强调，要让机器人在日常环境中协助人类，光是具备精确的空间推理能力还不够，机器人还必须快速思考，使其决策和推理的速度与现实世界的即时速度保持一致。

推出机器人的安全基础设施：ASIMOV-Agentic

不过，让前沿AI 模型控制机器人，使其能在工作场所或住宅内自由走动、操纵物体也可能存在风险。 《WIRED》报导，过去曾有研究指出这么做可能会产生意想不到，甚至是危险的行为。

Google DeepMind 机器人部门主管Carolina Parada 表示，Google 采用多层安全策略，在模型每个层级都设定了防护措施。此外，Google 也推出了衡量机器人安全性的新基准ASIMOV-Agentic，能侦测指令是否会导致有害或不确定的结果。

摊开实际表现：转得动灯泡，却绑不好一个垃圾袋

不过这套模型离「随处可用」还有段距离，DeepMind 也对外坦承系统不完善的地方。根据《Tech Times》揭露的基准数据，新模型全身抓取的成功率为桌面68.4%、地面则降到45.7%；精细动作的落差更明显：转松灯泡达92%，绑垃圾袋仅约44%，最低的畚箕任务更只有32%，最容易与最难者相差约60 个百分点。

Google DeepMind 机器人部门总监Kanishka Rao 向《Bloomberg》表示，真正的灵巧度仍是遥远目标，机器人动作之所以缓慢，是因为它们得停下来思考人类凭直觉就能完成的决策。

背后与Apptronik 合作，打造实体AI 的扩展循环

回到产业层级，《Tech Times》分析，人形机器人业界酝酿十年，如今商用机种开始出货、真实产线任务也正在被执行，卡关的已不是机器人能不能走、能不能抓，而是背后的AI 能否应付真实环境的各种变化。 Gemini Robotics 2 没有宣称解决了这道难题，但它把行走与操作的分工整并进同一套软体之后，硬体不必更换，机器人的能力就能靠喂进更多训练资料持续长出来。

而这些训练资料，来自Apptronik 在美国德州奥斯汀设立的机器人园区（Robot Park）：Apollo 2 机器人在那里不停运作，为Gemini Robotics 产生真实世界的资料。用统一的软体策略、靠硬体伙伴喂资料、再用模型更新换来新能力，《Tech Times》认为这正是实体AI 规模化的方式，而Gemini Robotics 2 让这套循环首度跑在一具完整人形机器人上。