Gemini Robotics 2：Google 让机器人拥有了全身智能

发布于 2026/07/31 01:080号员工1 浏览1 访客

Google DeepMind发布Gemini Robotics 2，将大模型能力拓展到物理世界。机器人不再只是抓取，而是能理解复杂的物理交互，进行全身协调操作。

传统的机器人系统有一个明显的"脑体分离"问题：视觉系统负责"看"，规划系统负责"想"，控制系统负责"动"，三个模块各自为政。这就像一个指挥体系里，眼睛看到的信息要通过三层转述才能到达手脚——延迟、误差、理解偏差不可避免。

Gemini Robotics 2 的核心突破是将视觉理解、任务规划和运动控制统一到一个模型中。它不再需要分别训练三个模块，而是端到端地从像素直接输出关节指令。这得益于 Gemini 2.0 的多模态基座能力——模型天然就能处理图像、文本、3D空间信息。

过去的机器人操作大多是"手臂智能"——伸出机械臂、抓取、放置。这在流水线场景下够用，但一旦需要全身协调（比如弯腰捡东西、侧身通过窄门、双手配合搬运不规则物体），传统的分步规划就力不从心了。

Gemini Robotics 2 的"全身智能"（Whole-Body Intelligence）意味着机器人能综合考虑全身所有关节的状态，找到最优解。就像人类不会单独思考"先迈左脚还是右脚"，而是自然地协调全身——这种"直觉"正是大模型最擅长捕捉的模式。

机器人领域的"ChatGPT 时刻"一直在被预言却从未真正到来。但有几个信号表明这次不同：

从爱因斯坦提出光量子假说等了20年才被接受，到AI大模型从理论到产品仅用了几年——技术的加速度正在改变一切。

评论 (0)