谷歌DeepMind发布面向机器人的人工智能模型GeminiRobotics2，支持人形机器人协调全身动作，包括行走、下蹲与物体操控。

该模型是Gemini技术向机器人领域的延伸，旨在赋予机器人推理能力、多步骤任务规划能力及对人类生活环境的适应能力。

与此前主要控制上半身的模型不同，GeminiRobotics2可实现对整个人形机器人的全身运动控制。

在预录演示中，该模型驱动Apptronik公司的人形机器人Apollo完成穿行房间、拾取洒水壶并置于架子、实时避障等动作。

谷歌同步推出另外两款模型：GeminiRoboticsER2作为“推理系统”，负责任务规划与多机器人协同；另一款On-Device2模型则面向边缘设备部署。

GeminiRobotics2将摄像头画面与自然语言指令直接转化为电机控制信号；GeminiRoboticsER2则专注于高层任务分解与安全决策。

测试显示，系统执行“拧下灯泡”任务的成功率达92%，但在扎垃圾袋、封Ziplock密封袋等更复杂灵巧操作中成功率仍较低。

谷歌同步推出新机器人安全评测基准，用于检验机器人识别不确定性及拒绝高风险指令的能力。

GeminiRoboticsER2被称作谷歌迄今最安全的机器人模型，在指令遵循与人类避让方面表现提升。

GeminiRoboticsER2将通过AI Studio向开发者开放，并提供企业级平台私人预览；GeminiRobotics2与On-Device2则率先向早期合作伙伴及百余受信任测试机构开放。

谷歌已启动模型候补名单，并正与Apptronik、Agile Robots SE、Boston Dynamics等核心伙伴合作。

DeepMind机器人业务副总裁 Carolina Parada 表示，目标是构建可被所有机器人通用的物理世界智能系统。

机器人业务总监 Kanishka Rao 指出，当前机器人动作仍缓慢谨慎，因需停顿进行人类直觉性决策；且学习效率远低于人类，通常需大量试错才能调整行为。

此次发布基于2025年推出的GeminiRobotics模型，后者已能将语言与视觉输入转化为机器人动作。

此举标志谷歌重启延续十余年的机器人战略，此前Alphabet曾收购多家机器人初创公司，并于2023年关闭Everyday Robots部门。

OpenAI与英伟达亦在推进机器人AI布局：前者探索融合视觉、语言与动作的通用基础模型；后者提供AI机器人训练软件平台。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。