Google DeepMind 发布 Gemini Robotics 2：首次规模化控制人形机器人全身，三模型协同、多机协作亮相

2026 年 7 月 30 日，Google DeepMind 正式发布 Gemini Robotics 2 家族——这是一套由三个模型构成的机器人 AI 系统，首次实现了对整个人形机器人的规模化全身控制（官方表述为"从脚到指尖"），并同步展示了灵巧操作、具身推理和多机器人协作等能力。

三模型架构：运动、推理、本地运行分工明确

Gemini Robotics 2 家族由三个模型组成，各自承担不同层级的任务：

Gemini Robotics 2（VLA 主模型）是视觉-语言-动作模型，将视觉与语言输入直接转化为运动控制指令。该模型不仅能控制双足人形机器人的全身动作（行走、蹲下、弯腰、伸手），还可同时驱动五指灵巧手和标准二指夹爪。在演示中，同一模型检查点统一控制了三种不同硬件形态：搭载 SharpaWave 灵巧手的 Apptronik Apollo 2、搭载 Inspire 手的 Apollo 2，以及配备 Robotiq 夹爪的 Franka Duo 双臂平台。

Gemini Robotics ER 2（具身推理模型）基于 Gemini 3.5 Flash，充当机器人的"高层大脑"。它负责理解环境、规划多步骤任务（可持续数分钟、涉及数百次决策）、与人类沟通，并协调 VLA 模型执行动作。本次更新的关键突破是引入思考-行动并行机制：模型可实时判断任务进度（将视频帧分类为 0-20% 至 80-100% 五个进度等级，准确率 57.4%），并能精确识别关键事件发生的时刻（如停止倒咖啡的瞬间，准确率 91.3%，平均偏差 0.96 秒）。此外，ER 2 还首次实现异构机器人（人形 Apollo 2 与双臂 Franka F3 Duo）在共享空间内的语义协作，可动态分工、互相传递任务。

Gemini Robotics On-Device 2 是可在机器人本地运行的高效 VLA 模型，适用于无网络环境。该模型继承了前代"运动迁移"技术，可向形态、传感器和自由度差异极大的新硬件平台快速适配——通常在数小时内、使用少于 200 个演示样本即可完成。在 Dexmate 平台上适配后成功率达 75.6%（前代为 33.3%），在 SO101 平台达到 53.3%（前代仅 6.7%）。

演示成果与性能数据

官方发布了多项演示视频：Apollo 2 人形机器人根据自然语言指令"把浇水壶放到最底层架子的绿色箱子里"，自主行走至桌前取物、再走到架子前放置；22 自由度 SharpaWave 灵巧手完成打结、密封密封袋、拧灯泡等精细操作；Franka Duo 平台执行工具套件组装等精密任务。

DeepMind 同时公布了关键性能数据——所有结果来自同一模型检查点，未经按任务单独调优：

全身操控（Apollo 2 + Inspire 手）：货架取物 76.3%，桌面取物 68.4%，地面取物 45.7%
多指灵巧操作（Apollo 2 + Sharpa 手）：拧下灯泡 92%，扎垃圾袋 44%，密封密封袋 40%，拧上灯泡 36%，使用簸箕 32%
夹爪灵巧操作（Franka Duo）：精密插入 89.6%，工具套件 78.9%，常规抓放 74.2%

多指灵巧操作的成功率跨度巨大（32%–92%），官方坦承这仍是最大挑战。

安全框架与 ASIMOV-Agentic 基准

随模型发布，DeepMind 同步推出 ASIMOV-Agentic 安全基准（以 CC-BY-4.0 协议发布在 Hugging Face），用于评估具身推理模型在不确定性环境下的安全决策能力——包括拒绝不安全的 VLA 工具调用、预判任务可行性、以及在不确定时主动请求人类干预。ER 2 据称在安全约束遵循和人类接近检测方面达到迄今为止最高水平，可在人员进入操作半径时自动减速或停止。

可用性

Gemini Robotics ER 2：即日起通过 Gemini API 和 Google AI Studio 开放公共预览（模型字符串 gemini-robotics-er-2-preview），同时在企业平台上提供私有预览；
Gemini Robotics 2（VLA）和 On-Device 2：仅限早期合作伙伴和可信测试者使用。

发布时机与地缘政治背景

Gemini Robotics 2 发布的时间节点极为微妙：仅在两天前的 7 月 28 日，美国联邦通信委员会（FCC）正式将外国制造的"先进机器人设备"（包括人形机器人、四足机器狗、自主移动机器人）列入国家安全受控清单，实质上禁止了中国产人形机器人的新进口。该禁令主要打击中国企业如宇树科技（Unitree）等，但豁免了已获批的既有型号和美国本土生产商。

DeepMind 此次发布被业界广泛解读为在美国政策封堵中国机器人进口后，Google 对美国本土人形机器人生态的及时"卡位"。硬件合作伙伴 Apptronik（Apollo 2 制造商）和 Boston Dynamics 均为美国企业，其产品线完全不受 FCC 禁令影响。

有待验证的问题

尽管演示令人印象深刻，以下问题仍需第三方验证：

泛化可靠性：演示视频经过精心编排，在日常非结构化环境中的稳定表现尚不明确；
动作速度：官方承认机器人"在运动速度上仍有提升空间"；
多指灵巧操作的极端波动：32% 到 92% 的成功率差距表明灵巧操作远未成熟；
ER 2 的进度判断准确率：57.4% 的进度分类准确率意味着近半情况下模型可能误判任务完成状态。

Google DeepMind CEO Demis Hassabis 在社交平台 X 上表示："Gemini Robotics 2 来了——我们的新模型套件让机器人能够通过每一步运动进行推理，完成此前不可能的任务，甚至组队协作解决复杂工作流。" Google 官方账号与 Google AI 也同步发布推广内容，三者的推文合计获得超过 10,000 次点赞和近 2,000 次转发，显示公司对该项目投入了罕见的全矩阵推广力度。