谷歌DeepMind近日在机器人人工智能领域迈出重要一步，正式推出全新模型Gemini Robotics 2，宣称该系统可实现人形机器人全身动作协调控制。这一突破标志着谷歌将Gemini系列技术向实体机器人领域深度延伸，旨在赋予机器人类似的推理能力与多任务规划能力，使其能更自然地融入人类生活场景。
与以往专注于上半身控制的模型不同，Gemini Robotics 2首次实现了对机器人全身的精准操控。在官方发布的演示视频中，搭载该系统的Apptronik公司Apollo机器人展现了复杂动作执行能力：它不仅能平稳穿越房间，还能在避开障碍物的同时，精准拿起洒水壶并放置到指定架子上。这种将环境感知、路径规划与动作执行无缝衔接的能力，被视为机器人技术向实用化迈进的关键标志。
谷歌同步推出另一核心系统Gemini Robotics ER 2，该模型被定位为机器人的"决策中枢"。它通过分析摄像头画面与自然语言指令，负责规划多步骤任务流程，并协调多个机器人协同作业。例如在测试场景中，ER 2成功指挥机器人完成"整理桌面"任务，包括识别物品类别、规划搬运路径以及避免碰撞等复杂操作。研究人员透露，在"拧灯泡"测试中，系统成功率达到92%，但在处理扎垃圾袋等柔性物体操作时，仍需进一步提升精度。
安全性能成为此次升级的重点。谷歌推出的新型评测基准，专门用于检验机器人对不确定情况的识别能力与风险规避机制。测试数据显示，Gemini Robotics ER 2在遵循指令与避让人类方面的表现显著优于前代模型，其安全响应速度提升40%。该系统将通过AI Studio开发者平台开放，企业级用户可申请私人预览，而专业版Gemini Robotics 2则优先向100余家合作机构开放测试。
在生态构建方面，谷歌已与Apptronik、Agile Robots SE及波士顿动力等企业建立合作，并启动开发者候补名单计划。DeepMind机器人业务副总裁卡罗琳娜·帕拉达表示："我们的愿景是打造通用型智能层，让不同厂商的机器人都能共享这套认知系统。"但业务总监卡尼什卡·劳也坦言，当前机器人仍存在明显局限：动作迟缓、决策耗时较长，且学习效率远低于人类——人类通常只需1-2次试错即可调整行为，而机器人需要数千次训练才能达到相似水平。
此次发布可视为谷歌机器人战略的重启。自2023年关闭Everyday Robots部门后，该公司通过整合DeepMind技术资源，重新聚焦AI与实体机器人的融合。其竞争对手OpenAI正研发通用机器人基础模型，试图整合视觉、语言与动作控制；英伟达则通过提供训练平台，加速AI机器人的开发进程。随着头部企业纷纷加码，机器人智能化竞赛已进入全新阶段。
