谷歌DeepMind发布Gemini Robotics 2，Apptronik人形机器人实现全身AI控制

谷歌DeepMind正式推出Gemini Robotics 2，这是一套全新的AI模型系列，旨在通过全身控制、先进灵巧操作与多机器人协作，赋予人形机器人及其他类型机器人更高程度的自主能力。

该系统目前在Apptronik公司的Apollo 2人形机器人上进行演示。谷歌DeepMind表示，Apollo 2现已能够执行完整的全身自主动作，包括行走、蹲下、弯腰以及操控物体，同时还能实时推理复杂任务。

此次发布是双方持续合作的最新成果。本月早些时候，Apptronik启动了"机器人园区"（Robot Park）项目，用于让Apollo 2机器人采集数据，以训练包括Gemini Robotics 2在内的下一代AI模型。

谷歌DeepMind将Gemini Robotics 2定位为机器人的"智能层"，使机器能够突破预设程序的限制，自主适应不断变化的环境。该公司表示，该平台设计为跨机器人类型通用，可在数小时内完成对新硬件的适配。

此次发布包含三款模型：

Gemini Robotics 2：一款视觉-语言-动作（VLA）模型，能够将视觉与语言输入转化为机器人动作，支持对完整人形机器人及双臂系统的控制；

Gemini Robotics ER 2：一款具身推理模型，支持多步骤任务规划、人机交互，并可实现多机器人协同作业；

Gemini Robotics On-Device 2：一款经过优化的VLA模型，可直接在机器人硬件上本地运行，仅需数小时的训练数据即可适配新的机器人形态。

谷歌DeepMind表示，Gemini Robotics 2在此前版本的基础上新增了全身控制能力。早期版本主要聚焦于上半身操控，而最新模型能够协调从"脚趾到指尖"的全身动作。

在一次演示中，Apollo 2收到"将浇水壶放入底层货架上的绿色垃圾桶"的指令后，跨过房间走到目标位置，拾取物体并准确放置。

谷歌DeepMind还着重展示了机器人灵巧性方面的提升。搭载五指SharpaWave仿人手的Apollo 2，在Gemini Robotics 2的控制下，能够执行系垃圾袋、拧下灯泡等精细操作任务。

该模型同样支持工业场景中常见的平行夹爪，可完成精密插件装配和物品打包等操作。

多机器人协作是此次新增的另一项关键能力。谷歌DeepMind表示，Gemini Robotics ER 2允许不同类型的机器人之间相互通信与协调，共同完成原本需要单台机器独立承担的复杂工作流程。

该推理模型还被设计为能够对任务执行过程进行长达数分钟的持续管理，包括监控进度、从失败中恢复以及应对动态变化的情境。

针对云端连接受限的工业部署场景，Gemini Robotics On-Device 2可直接运行于机器人硬件之上。谷歌DeepMind表示，该模型仅需不足200个训练样本，在几小时内即可完成对新型双臂机器人平台的适配。

安全性同样是此次发布的重要组成部分。

谷歌DeepMind推出了ASIMOV-Agentic基准测试，用于评估"智能体安全编排与不确定性处理"能力。该基准衡量机器人拒绝执行不安全操作的能力、判断任务是否可安全完成的能力，以及在必要时请求人工干预的能力。

谷歌DeepMind表示，Gemini Robotics ER 2还提升了对人类的感知能力，使机器人能够检测附近人员的存在，触发安全保护机制，并在人员进入其作业区域时安全停机。

目前，Gemini Robotics ER 2已通过谷歌AI Studio开放访问，并在Gemini Enterprise Agent Platform上进入私有预览阶段，而Gemini Robotics 2和Gemini Robotics On-Device 2则面向部分早期合作伙伴开放。

Q&A

Q1：Gemini Robotics 2和之前的版本有什么区别？

A：Gemini Robotics 2最大的升级在于新增了全身控制能力。此前版本主要聚焦于上半身操控，而Gemini Robotics 2能够协调机器人从"脚趾到指尖"的全身动作，支持行走、蹲下、弯腰等完整肢体动作，同时具备更强的灵巧操作能力，如系垃圾袋、拧灯泡等精细任务，以及多机器人协作能力。

Q2：Gemini Robotics On-Device 2有什么优势？

A：Gemini Robotics On-Device 2可以直接在机器人本地硬件上运行，无需依赖云端连接，特别适合工业部署场景。它的适配效率极高，只需不到200个训练样本、仅花几个小时，就能完成对新型双臂机器人平台的适配，大幅降低了部署门槛。

Q3：Gemini Robotics 2在安全方面做了哪些设计？

A：谷歌DeepMind专门推出了ASIMOV-Agentic基准测试，用于衡量机器人在安全方面的表现，包括是否能拒绝执行不安全指令、判断任务是否可安全完成，以及在必要时主动请求人工干预。此外，Gemini Robotics ER 2还具备人体感知能力，能实时检测附近人员，并在有人进入作业区域时自动触发安全停机。