谷歌在机器人AI领域投下了一枚重磅炸弹。7月31日，Google DeepMind正式推出新一代机器人AI模型Gemini Robotics 2，可对整个人形机器人实施从头到脚的全身控制。据全天候科技7月31日报道，在演示中，搭载该模型的Apollo机器人完成了穿越房间、拾取浇水壶等任务并自主避障，展现出接近人类的身体协调能力。同步发布的Gemini Robotics ER 2与On-Device 2支持多步骤任务规划与多机器人协同，标志谷歌重燃十年机器人战略。
Gemini Robotics 2被定位为面向人形机器人的通用智能系统，可在不同机器人硬件平台上运行。与上一代相比，它最大的突破在于全身控制能力，不再是仅控制机器人的手臂或腿部，而是协调整个人形躯干完成复杂动作，这在机器人从实验室走向真实世界的进程中具有里程碑意义。
人形机器人之所以难以落地，核心难点在于全身协调控制。传统方法将机器人拆分为各个关节独立控制，动作生硬且难以适应复杂环境。Gemini Robotics 2的全身控制能力，让机器人能够像一个整体一样运动：行走时摆臂与步态自然协调，弯腰拾物时重心自动调整，避障时全身姿态实时变化。这种整体协调能力，是机器人应对真实世界不确定性的基础。
在演示中，Apollo机器人穿越房间时能自动规划路径并避开障碍物，拾取浇水壶时手部精准定位、躯干稳定支撑。这些看似简单的动作，背后是视觉感知、空间理解与运动规划的高度融合。Gemini Robotics 2基于Gemini多模态大模型的能力底座，将语言理解、视觉推理与运动控制统一在一个框架中，机器人可以理解人类的自然语言指令，并将其转化为具体的身体动作序列。
此次发布的不止一款模型，而是覆盖不同部署场景的组合方案。Gemini Robotics 2是旗舰版本，具备最完整的全身控制与多模态理解能力，适合复杂的服务机器人任务。Gemini Robotics ER 2侧重环境推理，能够理解场景语义并规划多步骤任务，比如根据桌面状态决定先拿杯子还是先倒水。Gemini Robotics On-Device 2则是面向端侧部署的轻量版本，可在机器人本地运行，实现低延迟的实时反应，不依赖云端连接。
三款模型可以协同工作，也可以独立运行：由云端大模型承担全局规划，端侧模型处理实时动作，多台机器人之间还能通过共享模型协调作业。这种分层架构，为不同成本、不同场景的机器人产品提供了灵活的智能选配方案。对于机器人厂商而言，这意味着无需从零训练运动控制模型，可以直接调用谷歌提供的通用智能，大幅缩短产品开发周期。
Gemini Robotics 2的发布，被业内解读为谷歌重燃机器人战略的信号。过去十年，谷歌在机器人领域几经起伏，从早期的Boston Dynamics到后来的Everyday Robots项目关停，外界一度认为谷歌放弃了机器人。但Gemini Robotics 2的推出表明，谷歌选择了一条更聚焦的路径：不自己造机器人硬件，而是提供通用的机器人智能系统，与全球机器人厂商合作。这种平台化打法，与其在AI大模型领域的生态策略一脉相承。
放眼行业，人形机器人的竞争正在从硬件军备竞赛转向智能系统之争。特斯拉Optimus、英伟达的机器人基础模型、国内优必选与宇树科技的整机产品都在加速迭代，而谷歌凭借Gemini大模型的能力优势切入通用机器人智能赛道，有望成为行业的关键赋能者。可以预见，随着全身控制、多机协同等技术走向成熟，人形机器人距离走进工厂车间和家庭场景将越来越近。
Gemini Robotics 2的发布，为人形机器人行业带来了通用智能的商业化新选项。对于机器人厂商而言，自研运动控制模型需要投入巨额研发资源且周期漫长，而采用谷歌提供的通用机器人智能，可以大幅缩短产品上市时间。这种平台化供给模式，正在降低人形机器人的技术门槛，让更多硬件厂商有机会切入这一市场。
从应用场景看，全身控制能力的提升将直接利好物流搬运、家庭服务、工业巡检等劳动密集型场景。想象一台能够自主穿越仓库通道、灵活搬运货物的机器人，其替代人工的潜力不言而喻。随着Gemini Robotics 2等通用智能模型的成熟，人形机器人的成本结构有望进一步优化，商业化落地的时间表也将随之提前。谷歌的重新入场，让这场机器人智能竞赛变得更加值得期待。
从技术路线上看，Gemini Robotics 2沿用了大模型世界的Scaling法则，通过海量多模态数据的预训练，让机器人模型具备了跨场景的泛化能力。这意味着机器人不再需要针对每个具体任务重新训练，而是可以通过语言指令即时切换技能，如同大模型从通用对话走向垂直应用一样。这种通用性正是机器人走向千家万户的关键前提，也让行业看到了AI驱动硬件的新范式正在成形。