Google DeepMind 發布 Gemini Robotics 2：首款讓人形機器人擁有全身智慧的 AI 模型

Google DeepMind 於週四正式發布 Gemini Robotics 2，這是第一個讓人形機器人擁有真正「全身智慧」的 AI 模型系列——不只能控制手臂和雙手，而是能統一協調從腰部、脊椎到雙腿的整個身體，在執行複雜任務的同時即時調整姿態。

這是相對於原版 Gemini Robotics（2025 年初發布）的重大躍進。舊系統僅能控制機器人的上半身；新版本則能讓機器人在扭轉、俯身、蹲下、伸手等複合動作中保持協調，同時在腦中即時推理任務的下一步——這種流暢、整合的肢體推理能力，是人類視為理所當然、但 AI 控制的硬體長期以來難以企及的目標。

「全身智慧」究竟代表什麼？

機器人學領域長久以來把全身控制視為最棘手的挑戰之一：一具人形機器人有超過 30 個自由度——髖關節、膝關節、腳踝、脊椎、肩膀、手肘、腕部——必須同時協調指令，才能執行自然、適應性的動作。讓 AI 模型在即時回應外部變化的同時，同步推理所有這些關節，幾十年來一直是機器人領域的未解難題。

過去的主流做法，包括第一代 Gemini Robotics，是把這個問題分解：高層推理系統負責規劃任務，低層控制器則以預先設計好的動作腳本或模型預測控制來執行。這種架構的致命弱點在於：一旦現實情況偏離腳本假設，機器人就會以相當不優雅的方式失敗。

Gemini Robotics 2 打破了這種分解式架構，改用一個統一的模型同時推理任務目標與肢體動作。實際效果是：當物體從手中滑落、或地面傾斜時，機器人不再陷入動作程式失效的困境，而是動態調整整個身體的姿態來因應——這才是真正意義上的適應性。

三款模型、三種應用場景

Gemini Robotics 2 不是單一模型，而是一個包含三個成員的系列：

Gemini Robotics 2 是完整的雲端版本，提供最高階的全身控制、靈巧操作和多機器人協作能力。適合對延遲容忍度較高的研究、開發和工業部署場景。

Gemini Robotics On-Device 2 是針對端側部署優化的輕量版本，可直接在機器人本地硬體上運行，無需連接雲端。犧牲了部分性能，換取大幅更低的延遲——對於需要即時反應的任務，哪怕 50 毫秒的雲端往返時間都可能造成明顯的反應滯後。

Gemini Robotics ER 2（Emergent Reasoning，湧現推理）是功能最強大的版本，可透過 Google AI Studio 的 API 存取，並在 Google 企業平台上提供私人預覽。ER 2 專為需要長程規劃、多步驟任務串聯以及跨時間序列推理物理後果的場景而設計。

測試表現：92% 成功率

DeepMind 隨發布同步公開了基準測試結果。在旋下燈泡這項需要精確協調手臂動作、握力、軀幹穩定和視覺回饋的任務中，Gemini Robotics 2 達到了 92% 的成功率，而同任務下領先的舊一代系統約為 60%。

系統也首次展示了可靠的多機器人協作能力：兩台搭載 Gemini Robotics 2 的人形機器人能夠在彼此之間傳遞物品、分工合作完成共同任務，並在各自追求子目標的同時避免碰撞——整個過程無需預先設計好的協調腳本。

Apptronik Apollo 2：主要展示平台

DeepMind 選擇了 Apptronik 的 Apollo 2 人形機器人作為 Gemini Robotics 2 的主要展示平台。Apptronik 是一家總部位於德克薩斯州、獲 Google 投資的人形機器人公司，是極少數提前獲得新模型進行整合測試的硬體夥伴之一。

在現場展示中，搭載 Gemini Robotics 2 的 Apollo 2 展現了多項標誌性進展：從地面拾取物品同時保持身體平衡、在雜亂環境中持物行走，以及需要以軀幹作為穩定基準點的雙手操作任務。機器人的動作流暢度明顯優於上一代展示——這正是統一全身模型比分解式架構協調得更自然的直觀體現。

存取方式與開放時程

Gemini Robotics 2 和 On-Device 2 目前正向超過 100 個受信任的測試夥伴分享，包括學術機器人實驗室、工業硬體夥伴和精選企業客戶。Gemini Robotics ER 2 可透過 Google AI Studio 的 API 端點存取，並在 Google 企業 AI 平台上提供私人預覽。

完整正式上市的時程尚未公布，但 DeepMind 表示計劃在 2026 年下半年持續擴大開放範圍，On-Device 2 的硬體整合開發套件預計在年底前提供給合格夥伴。

具身 AI 競賽白熱化

Gemini Robotics 2 的發布，正值「具身 AI」——讓 AI 系統透過機器人、自駕車等實體硬體在物理世界中運作——成為 2026 年科技業最競爭激烈、資本最密集的前沿戰場之一。

宇樹科技（Unitree Robotics）7 月在上海科創板上市，估值 6.19 億美元；Agility Robotics 透過 SPAC 合併登上那斯達克。Figure AI、Hyundai 旗下的波士頓動力，以及越來越多的中國人形機器人新創公司，都在爭奪誰能率先建立製造規模——高盛預測這個市場到 2035 年將突破每年 1,000 億美元。

Google 的策略押注是：模型層——而非硬體層——才是最終最具護城河價值的所在。如果 Gemini Robotics 2 能成為第三方人形機器人硬體的預設「大腦」，就像 Android 成為第三方智慧型手機預設作業系統一樣，其經濟意義將相當深遠。這正是 DeepMind 以 API 端點形式發布 Gemini Robotics ER 2 的背後邏輯：讓每一家硬體廠商都能使用這個能力，而非將其鎖定在自家機器人上。

這場賭局能否勝出，將取決於 DeepMind 能否在 NVIDIA 具身 AI 技術棧、波士頓動力 Atlas 日益強大的全身控制系統，以及中國機器人 AI 團隊日益精進的競爭中持續保持領先。

但就目前而言，Gemini Robotics 2 已為 AI 驅動的全身協調能力樹立了新的公開標竿——也為跟隨其後的所有競爭者提高了比賽的入場門檻。