核心观点 Google DeepMind发布全新机器人AI模型Gemini Robotics 2，实现人形机器人全身协调控制，旨在将AI推理能力延伸至物理世界，推动机器人适应人类环境，但灵巧操作和自主学习效率仍是挑战 模型发布与能力 - Google DeepMind发布Gemini Robotics 2，使机器人能协调全身各部位动作，包括行走、蹲下和物体操作，实现从头到脚的全身控制 [3] - 该模型是2025年首次推出的Gemini Robotics的升级版，Gemini Robotics能将语言和视觉信息转化为机器人动作 [4] - 新系统让机器人具备推理能力、规划多步骤任务，并适应人类生活环境 [3] - 在演示视频中，模型控制Apptronik的人形机器人Apollo在房间内行走，拿起洒水壶放置到货架，并绕开障碍物 [4] 模型架构与分工 - DeepMind发布三款机器人AI模型，可协同或独立运行 [5] - Gemini Robotics 2负责将摄像头输入信息和自然语言指令转化为电机控制指令 [5] - Gemini Robotics ER 2作为推理系统，规划多步骤任务，并能协调多台机器人共同协作完成同一目标 [5] 技术局限与挑战 - 真正的灵巧操作能力仍是遥远目标，机器人动作缓慢谨慎，需停下来思考人类凭直觉完成的决策 [3] - 机器人学习效率远低于人类，人类通常只需犯一到两次错误便能调整行为 [6] - 系统在测试中成功拧下灯泡的成功率达到92%，但系紧垃圾袋和封紧密封袋等复杂任务成功率较低 [6] 安全与评测 - 公司推出新评测基准，衡量机器人识别不确定性并拒绝执行不安全指令的能力 [6] - Gemini Robotics ER 2是迄今为止最安全的机器人模型，尤其在遵循指令和在人类周围导航方面表现突出 [6] 开放与合作 - Gemini Robotics ER 2通过开发者平台AI Studio对外提供，并在企业级AI平台开放私密预览 [6] - Gemini Robotics 2和On-Device 2模型面向早期访问合作伙伴及100多名受信任测试者开放 [6] - 公司正为机器人开发者开放模型使用候补名单申请 [6] - 与Apptronik、Agile Robots和Boston Dynamics等核心合作伙伴展开合作 [6] 行业背景与竞争 - 此次发布重新点燃Google在机器人领域十余年的雄心，此前在2010年代初收购多家机器人初创公司后，Alphabet逐渐缩减业务，包括2023年关闭Everyday Robots部门 [4] - 竞争对手OpenAI和Nvidia同样开发面向机器人的AI模型和软件 [4] - OpenAI探索融合视觉、语言与动作能力的通用机器人基础模型 [4] - Nvidia提供软件帮助开发者训练AI驱动的机器人 [4]