谷歌DeepMind近日宣布推出新一代机器人AI模型Gemini Robotics 2，标志着人形机器人技术实现重大突破。该模型首次实现全身运动控制一体化，从基础行走、蹲下动作到复杂的手部操作，均由单一模型统筹完成。更引人注目的是，机器人可通过自主规划完成多步骤任务，并具备与其他机器人协同作业的能力。
此次发布的模型体系包含三个核心组件：Gemini Robotics 2作为运动控制中枢，负责将视觉输入与语言指令转化为精准动作；Gemini Robotics ER 2承担环境理解与任务规划职能，可解析复杂场景并协调多机器人协作；Gemini Robotics On-Device 2则通过本地化部署降低网络依赖，提升实时响应能力。其中ER 2版本已通过Gemini API和Google AI Studio向开发者开放，其余两款暂限早期合作伙伴使用。
实测数据显示，新模型在特定任务中展现差异化表现：拆卸灯泡成功率达92%，但安装成功率仅36%；涉及手指精细动作的任务如绑垃圾袋、密封食品袋等，成功率处于32%-44%区间；从地面拾取物体的成功率约为46%。这些数据反映出当前技术仍面临动作精度与操作灵活性的双重挑战。
谷歌DeepMind机器人部门负责人Kanishka Rao坦言，实现真正类人级别的运动灵活性仍是长期目标。目前机器人动作存在明显迟滞感，操作流畅度与人类存在差距。研究团队正通过优化算法架构和训练数据，逐步提升系统对复杂物理交互的适应能力。
需要特别说明的是，本报道所涉及的技术参数与测试结果均基于公开信息整理，不构成任何形式的投资参考。相关数据可能随技术迭代产生变化，建议在实际应用前进行独立验证。
