发布内容
2026年7月30日,Google DeepMind 发布了 Gemini Robotics 2,称其为下一代机器人的"智能层"。上一版证明了 Gemini 能把多模态理解转化为物理动作。新版带来三项进展:全身控制、更高灵巧度和多机器人协作。
实际变化
- 人形机器人可以行走、下蹲、伸展并操作物体来整理凌乱的房间,其他机器人也能加入协作,更快完成任务。
- 模型可以在机器人本地运行,据 DeepMind 称,能在几小时内适应新的机器人身体。
- Gemini Robotics ER 2 是具身推理模型,一个能与人交流、理解环境并规划持续数分钟的多步骤任务的视觉语言模型。
可用性
- ER 2: 已在 Google AI Studio 上线,并在 Gemini Enterprise Agent Platform 私有预览。
- VLA 模型与端侧版本: 仅向抢先体验合作伙伴开放。
背景
在7月回顾中,Google 还列出了面向生产级智能体的 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber。Gemini Robotics 2 是其中最显眼的一项,因为它把模型带出了屏幕。
为什么重要
能在几小时内适应不同身体的机器人,可以降低机器人领域最大的成本之一:为每台机器从零训练。目前仍是公司演示,真实环境中的独立结果才能说明其可扩展性。