不造一个机器人，却要吃掉整个行业——Gemini Robotics 2 的 Android 剧本

7 月 30 日，Google DeepMind 扔出了一套三模型组合拳：Gemini Robotics 2。主推文 24 小时内冲到 105 万浏览、689 次转发、4400 赞。

但这篇报道的重点不是技术指标。重点是一个商业判断：Google 不打算造机器人。它打算成为所有机器人的操作系统。

一套大脑，适配所有身体

一段视频在 X 上被反复播放：Apptronik 的 Apollo 2 人形机器人接到一句自然语言指令——"把浇水壶放进底层架子的绿色箱子里"。它走到桌前，弯腰拿起水壶，再走几步到架子前，蹲下，放好。

这不是一段编排好的动作序列。是同一个模型在同时控制腿、躯干、双臂和 22 自由度的五指机械手。

此前 Gemini Robotics 的模型只能控制上半身完成桌面任务。2.0 版本把"下半身"也加了进来——走路、下蹲、保持平衡，与抓取和放置共用一套端到端策略。用 DeepMind 机器人负责人 Carolina Parada 的话说："我们的目标是把 AI 带进物理世界，然后构建一个每一台机器人都能用的智能层。"

她说的"每一台"，不只是修辞。同一个模型 checkpoint，不做任何修改，就能驱动三种完全不同的硬件：Apollo 2 配 SharpaWave 灵巧手、Apollo 2 配 Inspire 手、以及 Franka Duo 双臂平台配 Robotiq 夹爪。

不造机器人，却让每个机器人厂商都成了客户

"One brain. For any robot." ——这就是 Google DeepMind 主推文的 slogan。社区反应两极：RoboHub（2 万粉丝）拆解了技术栈后给了 36 赞，称五指灵巧手 demo 是"真正的开眼界"；但也有人直接怼"你们机器人做得不行"，附带嘲讽 GIF。

真正值得关注的声音来自产业链内部。Sharpa 公司——其 22 自由度灵巧手正是 Apollo 2 的标配——在推文下留言："看到模型进步太激动了！用 SharpaWave 系垃圾袋可能是最被低估却最难最有用的任务。" 而 Luxonis（机器人视觉公司）则写道："一旦 LLM 有了身体，感觉就是一次智能的阶跃变化——对那些怀疑 AGI 的人来说，机器人会让它变得无比有说服力。"

社区里一个尖锐的提问被反复提及：号称"一套大脑适配所有身体"，到底是真的零样本迁移，还是需要逐硬件微调？Google 的答案是 On-Device 2 模型：一个新机器人身体，不到 200 个示例、几小时就能完成适配。Dexmate、SO101、Trossen 三个不在训练数据中的平台已经跑通了。

但用户 Ansh 点出了更深层的竞争格局："Gemini 终于进入了一个 OpenAI 和 Anthropic 还没碰的领域。"这或许才是 DeepMind 敢于把 ER 2 推理模型直接开放给所有开发者的底气——在机器人 AI 这条赛道上，先行者优势窗口还在。

从桌面到全身，这条路走了十个月

2025 年 9 月，Gemini Robotics 1.5 发布，主打跨硬件迁移——在 ALOHA 2 手臂上训练的任务，可以零改造迁移到 Apollo 和 Franka 双臂机器人。但那时的模型只控制上半身。

2026 年 1 月 CES，Google DeepMind 与 Boston Dynamics 宣布合作，将 Gemini 模型集成到新一代 Atlas 人形机器人上。Boston Dynamics 机器人行为总监 Alberto Rodriguez 当时把决策逻辑摆在了台面上："我们在造世界上最强的人形机器人，我们知道需要一个合作伙伴来建立新型的视觉-语言-动作模型。"本田（现代汽车）自己在 2026 年 6 月买断了软银手中 Boston Dynamics 的最后股份。九年前 Google 卖掉的硬件公司，现在以软件供应商的身份杀了回来。

就在 Gemini Robotics 2 发布前一天——7 月 29 日——FCC 正式启动程序，以供应链和国家安全为由禁止中国制造的人形和四足机器人进入美国市场。全球最大的人形机器人硬件产能被政策挡在门外，而 Google 的软件方案恰好在这一天准备就绪。

92% vs 32%：一张成绩单画出了 AI 的边界

Gemini Robotics 2 家族包括三个模型，分工明确：

Gemini Robotics 2（VLA）：视觉-语言-动作模型，负责把摄像头画面和自然语言指令直接转化为电机控制信号。首次做到单模型控制完整人形机器人全身。

Gemini Robotics ER 2（推理层）：基于 Gemini 3.5 Flash 的视觉语言模型，128K 上下文窗口，充当机器人的"高级大脑"。通过 Gemini Live API 的双向流式端点运行，可以在执行当前动作的同时规划下一步——消除了此前机器人系统"走走停停"的卡顿感。即日起在 Google AI Studio 和 Gemini API 公开可用。

Gemini Robotics On-Device 2（本地版）：优化到可以在机器人端侧运行的 VLA，不需要网络连接。继承自 1.5 代的"动作迁移"技术。

ER 2 在进度分类上达到 57.4% 准确率，在关键事件检测（moment-finding）上达到 91.3% 准确率、平均误差 0.96 秒——这个数字的要点不是精度本身，而是在比大模型快 4 倍的执行速度下做到这个精度，对物理世界安全运行至关重要。

但最诚实的数据是 Google 自己公布的基准测试表。同一模型在不同任务上的表现天差地别：

任务	硬件	成功率
拧下灯泡	Apollo 2 + SharpaWave 手	92%
货架取物	Apollo 2 + Inspire 手	76.3%
桌面取物	Apollo 2 + Inspire 手	68.4%
地面取物	Apollo 2 + Inspire 手	45.7%
系垃圾袋	Apollo 2 + SharpaWave 手	44%
密封保鲜袋	Apollo 2 + SharpaWave 手	40%
拧上灯泡	Apollo 2 + SharpaWave 手	36%
使用簸箕	Apollo 2 + SharpaWave 手	32%

拧下灯泡 92%，拧上去 36%——两者差了 56 个百分点。拆需要握力和旋转，装需要握力、旋转、沿不可见轴线的对准，以及在螺纹咬合的瞬间退让的耐心。这个差距不是个 bug，而是整个行业前面还横着的那道墙。

夹爪任务明显更稳定：精密插入 89.6%、工具套件调配 78.9%、通用抓放 74.2%。Franka Duo 是固定在工作台上的双臂系统，可控变量少得多。

DeepMind 机器人总监 Kanishka Rao 公开承认，真正的灵巧操作仍然遥远，机器人学习效率远低于人类——人犯错一两次就调整了，机器需要成百上千次。

Android 剧本重演，这次赌的是人形机器人

2008 年 Android 发布时，Google 不造手机。它造操作系统，让三星、HTC、摩托罗拉去造硬件。当手机市场尘埃落定，Google 拥有了每一家手机厂商都离不开的那一层。

Gemini Robotics 2 沿用了完全相同的战略形状。

Google 不造任何人形机器人。它造"智能层"，然后授权给 Apptronik、Boston Dynamics、Agile Robots、Franka 等硬件厂商。Carolina Parada 的原话是"every robot"——每一台机器人。发布材料读起来像一份硬件兼容性清单，而不是产品说明书。

这个押注的规模有多大？摩根士丹利把人形机器人市场估到 2050 年 5 万亿美元、约 10 亿台。Adam Jonas 和 Sheng Zhong 预计，单价会从 2024 年的约 20 万美元降到 2050 年的约 5 万美元，普及曲线要到 2030 年代中期才开始加速。

如果这个市场在一个十年内保持小规模、然后复利爆发，那最终奖励的就是那个持有每一家厂商都必须构建在上面的那一层的公司——这正是 Google 在移动互联网漫长的十年里所处的位置。

竞争者不是没有。Figure AI 把 Helix 模型锁在 Figure 03 硬件里，走的是软硬一体路线。Tesla 的 Optimus 同样如此。Nvidia 反其道而行之，把 Isaac GR00T 以开放权重形式发布，押的是算力层。Physical Intelligence 在走开源路线。但 Google 的策略有一个独一无二的优势：它不需要靠卖机器人赚钱。一个能从 200 个示例就适配新硬件的前沿模型，实质上是在说——你不需要花三年和几亿美元自己训练。Google 在大多数机器人公司达到量产规模之前，就把替代方案的价格压到了零。

GadgetsNow 的评论最直接："Google 在卖大脑，跳过身体。"

硬件是身体，软件才是灵魂

"一套大脑统治所有机器人"不是科幻，而是一份已经贴在 Google AI Studio 上、输入 gemini-robotics-er-2-preview 就能调用的模型卡片。当 Boston Dynamics 这样的顶级硬件公司选择授权而非自研机器人 AI 时，一个信号已经很明确：人形机器人行业的竞争重心正在从"谁的身体更强"转向"谁的大脑更聪明"。而 Google 正准备让这个大脑无处不在。

Sources:

(July 30, 2026)
(July 30, 2026)
(July 30, 2026)
(July 30, 2026)
(July 31, 2026)
(July 30, 2026)
(July 30, 2026)
(July 30, 2026, 1.05M views / 689 RT / 4.4K likes)