機器人技術邁向全新里程碑！據 Google DeepMind 於今（30）日發布的最新公告，官方正式推出「Gemini Robotics 2」智能層，為下一代機器人帶來史無前例的全身控制、進階靈巧操作與多機器人協作能力。這項技術預示著機器人將從預先編程的單一自動化機器，進化為能自主學習並解決物理世界複雜挑戰的通用 AI。
（前情提要：Google DeepMind 發布 Lyria 3.5 音樂模型！全面升級人聲與歌詞，支援生成 3 分鐘神曲）
（背景補充：Claude 驚爆私密對話外洩 Google、Bing 搜尋頁，如何手動關閉分享功能？）
在通往通用人工智慧（AGI）的道路上，如何讓 AI 真正走入物理世界一直是科技巨頭角力的關鍵。台北時間 7 月 30 日，Google DeepMind 發表了震撼業界的最新成果《Gemini Robotics 2 帶來機器人全身智能》，正式宣告機器人發展邁入全新階段。該系統能讓機器人自主適應不可預測的環境，並將學到的技能快速轉移至不同的機器人機體上。
三大核心模型，建構機器人超級大腦
根據 DeepMind 團隊負責人 Carolina Parada 帶領發布的公告指出，Gemini Robotics 2 包含三個具備高度能力的模型，各自肩負不同任務：
- Gemini Robotics 2：作為最先進的視覺-語言-動作（VLA）模型，能將視覺與語言輸入轉換為馬達控制，實現從腳到指尖的完整人形機器人控制，並大幅提升雙手與夾爪的靈巧操作能力。
- Gemini Robotics ER 2：這款「具身推理（Embodied Reasoning）」視覺語言模型扮演著機器人的大腦代理角色，能與人類溝通、理解物理世界，並規劃長達數分鐘的多步驟任務，甚至新增了機器人團隊協作功能。
- Gemini Robotics On-Device 2：這是一款專為設備本地端運行的 VLA 模型，主打極高的適應效率，通常只需不到 200 個範例，便能在幾小時內快速適應全新的機器人機體。
人形機器人全身控制與極致靈巧操作
在實際能力展示方面，Gemini Robotics 2 首次實現了將意圖轉化為人形機器人的智能全身動作。例如，當 Apptronik 的 Apollo 2 人形機器人接收到「把澆水壺放到底層架子的綠色箱子裡」的指令時，它能自主走到桌子拿起水壺，再走到架子旁精準放置。此外，透過裝載於 Apollo 2 上的 22 自由度五指 SharpaWave 手，系統還能執行打結、密封夾鏈袋等極度精細的動作。而操作標準兩指平行夾爪（如 Franka Duo 平台）也能完成緊密包裝等複雜任務。
在代理式推理能力上，ER 2 模型能處理涉及數百個決策的複雜任務，並具備自我修正機制；它還支援多機器人協作，讓不同類型的機器人共同完成單機無法負荷的工作流。同時，安全被視為發展的基礎，團隊推出了全新基準 ASIMOV-Agentic 來評估安全協調與不確定性處理，使 ER 2 成為目前在遵循安全約束與人類接近度上最安全的機器人模型。
目前，Gemini Robotics ER 2 已在 Google AI Studio 提供，並在 Gemini Enterprise Agent Platform 展開私人預覽；而 VLA 與本地端模型則僅對早期合作夥伴開放。DeepMind 強調，這項突破是邁向「解決物理世界 AGI」的重要里程碑，未來的機器人將能與人類並肩工作，解決複雜挑戰。
📍相關報導📍
搜尋廣告創新高，網站流量卻腰斬：Reddit、路透、經濟學人正集體考慮封鎖 Google 爬蟲
Google 新推出「自拍影片登入」帳號：忘記密碼、遺失設備也能救援
