全身智能控制时代来临：Gemini Robotics 2 让机器人从脚趾到指尖都能思考

Gemini Robotics 2的核心突破

1. 从上半身控制到全身控制

此前于2025年3月发布的初代Gemini Robotics模型仅能控制机器人的躯干、手臂和手部。而Gemini Robotics 2将控制能力扩展到全身——从脚趾到指尖，实现了协调的运动、姿态控制、平衡维持、双臂操作以及行走等能力。DeepMind将其称为“全身体智能”，使人形机器人能够以统一的方式完成导航、伸手、下蹲以及从扰动中恢复等动作。

2. 三大模型组成的套件

• Gemini Robotics 2 (VLA模型)： 这是一种视觉-语言-动作（Vision-Language-Action）模型，能够将视觉输入和自然语言指令直接转化为全身人形机器人控制的马达指令。
• Gemini Robotics ER 2 (具身推理模型)： 这是一个专注于物理世界推理的高级视觉语言模型——具备空间理解、多步骤任务规划、视频理解以及跨多机器人协调行动的能力。该模型已在发布时进入公开预览阶段。
• Gemini Robotics On-Device 2 (高效变体模型)： 这是一个专门针对机器人硬件进行优化的轻量级模型。它能够用不到200个训练样本和几小时的训练时间适应全新的机器人构型，极大缩短了部署周期。

3. 精细操作与多机器人协作

• 精细灵巧性： DeepMind报告称，在Franka Duo精密插入基准测试中，该模型达到了89.6%的准确率。该任务要求两个机器人手臂精准对齐并将物体插入到高公差要求的接口中。
• 多机器人协作： 多个机器人现在可以在共享空间内协调完成共同任务，模型能够综合推理其他机器人的位置和动作，避免碰撞并实现团队目标。

4. ASIMOV-Agentic安全基准测试

DeepMind同步发布了ASIMOV-Agentic开源安全基准测试（基于CC-BY-4.0许可，发布在Hugging Face上），用于评估机器人收到的指令是否可能导致物理伤害。该基准建立在DeepMind此前基于真实世界伤害报告的ASIMOV工作之上，并引入了“主体性”场景：模型必须能够检测到附近有人、暂停运动直至人员离开，然后才恢复任务。DeepMind称Gemini Robotics ER 2是其迄今为止最安全的模型，在每一层模型中都设置了多层防护。

行业背景：FCC封杀中国制造机器人

2026年7月28日，FCC将“外国生产的高级机器人设备”——包括人形机器人和四足（四条腿）机器人——列入其“限制清单”，实际上一并封杀了这些设备在美国的进口、营销和销售。该禁令还覆盖了联网的电源逆变器。美国政府给出的理由是国家安全风险，认为中国制造的机器人可能为供应链制造漏洞、对关键基础设施构成威胁，并带来网络安全风险。该指令主要针对中国——全球这类机器人的主要生产国，但不影响此前已购买的机器人。中国已公开反对该禁令。

时间节点的意义： FCC的禁令与DeepMind的Gemini Robotics 2发布仅相隔数天——禁令将中国制造这一主要竞争对手拒之门外，而DeepMind的全身AI平台正好为美国本土的机器人公司（DeepMind的合作方包括Apptronik、波士顿动力等）填补市场空白、使用本土开发的AI原生硬件提供了契机。