Google DeepMind发布Gemini Robotics 2 实现机器人全身智能控制

核心亮点

• 全身智能控制：Gemini Robotics 2 能够将视觉‑语言指令直接映射为机器人全身运动，从步行、蹲下到伸手均可自如完成。
• 精细操作：支持五指 22 自由度的 SharpaWave 手以及标准双指夹爪，实现系绳、封袋等高难度 dexterous 操作。
• 多机器人协作：新加入的协作层让不同形态机器人能够相互通信、分工合作，完成单机难以实现的复杂工作流。
• 本地化适配：On‑Device 2 版本在机器人端高效运行，仅需约 200 条示例数据即可在数小时内完成新形体的快速迁移。
• 安全对齐：ASIMOV‑Agentic 基准新增安全约束检测，模型能在检测到潜在危险或人类靠近时主动停止或请求干预。

三大模型概览

全身运动的实证

在 Apptronik Apollo 2 人形机器人上，模型成功执行了“把浇水壶放进底层垃圾箱”的指令：机器人先识别目标、步行至桌前、抓取壶体、跨步至目标货架并精准放置。虽然运动速度仍有提升空间，但任务完成率已达中等偏上，证明了全身协同控制的可行性。

精细操作的突破

• 五指手：在 22 DOF SharpaWave 手上完成系绳、封拉链袋等细粒度动作。
• 标准夹爪：在 Franka Duo + Robotiq 夹爪组合上实现紧凑包装、精确堆叠。

这些实验表明，同一模型可跨硬件平台统一控制，显著降低了机器人软硬件集成成本。

具身推理与多机器人协作

Gemini Robotics ER 2 充当机器人的“高层大脑”，能够在用户下达“整理客厅”之类的开放式指令后，先观察环境、分解任务、调度 VLA 执行每一步，并在执行过程中实时校正。新加入的多机器人协作框架使得两台不同型号机器人（如 Apollo 2 与 Dexmate）能够分工：一台负责搬运大型物体，另一台负责细节整理，从而在数分钟内完成单机需要十倍时间的工作。

本地化适配与快速迁移

On‑Device 2 采用多形体共享的运动迁移技术，只需数小时、约 200 条标注数据即可让模型适配全新机器人结构（如 SO101、Trossen），实现即插即用的灵活部署，满足工业现场对低延迟、无网络依赖的严格要求。

安全与对齐

• ASIMOV‑Agentic 基准：检测模型是否会拒绝不安全的工具调用，并在不确定任务可行性时主动请求人工干预。
• 人距感知：增强的 proximity 检测能在检测到人类靠近时自动减速或停机，符合协作机器人安全标准。

展望

Gemini Robotics 2 将机器人从“预编程的工具”提升为具备 全身智能、精细操作与团队协作 能力的通用体。随着本地化模型的成熟与安全框架的完善，未来机器人有望在家庭、物流、制造等多场景中承担更复杂的任务，推动具身人工智能向通用物理 AI 迈进。

如需体验或获取模型接入详情，请访问 Google AI Studio 或联系 Gemini Robotics 私密预览计划。