谷歌DeepMind近日发布新一代机器人AI模型Gemini Robotics系列，标志着人形机器人控制技术迈入新阶段。该系列包含三款模型，其中Gemini Robotics 2首次实现全身运动控制，能够通过单一模型完成行走、蹲下、抓取等复杂动作，并支持多步骤任务规划与多机器人协作。
据技术文档显示，Gemini Robotics 2作为核心控制模型，可将视觉输入与自然语言指令直接转化为机器人动作指令。Gemini Robotics ER 2则专注于环境感知与任务协调，通过分析场景信息规划最优执行路径，并统筹多台机器人分工合作。第三款Gemini Robotics On-Device 2采用边缘计算架构，可在本地设备运行，显著降低对网络连接的依赖。
在实测数据方面，新模型展现出差异化表现：拆解灯泡任务成功率达92%，但安装过程成功率骤降至36%；涉及手指精细操作的任务，如系垃圾袋、密封食品袋等，成功率在32%-44%区间波动；从地面拾取物体的成功率约为46%。研发团队承认，当前机器人动作仍存在迟缓、僵硬等问题，实现自然流畅的运动控制仍是长期挑战。
技术开放方面，Gemini Robotics ER 2已通过Gemini API和Google AI Studio向开发者开放，其余两款模型目前仅限早期合作伙伴使用。项目负责人Kanishka Rao特别指出，此次突破重点在于构建统一的控制框架，而非单纯追求单项任务精度，未来将持续优化模型对复杂场景的适应能力。
需要特别说明的是，本报道所涉数据均来自公开测试记录，不构成任何形式的商业建议。相关技术参数可能随后续迭代产生变化，实际应用前需进行独立验证。
