Gemini Robotics 2 brings whole body intelligence to robots（Gemini Robotics 2：為機器人帶來全身智能）

來源： Google DeepMind 原文日期： 2026-07-28

中文摘要

Google DeepMind 發布 Gemini Robotics 2，號稱「從腳到指尖」的全身智能（whole-body intelligence），讓機器人能推理每一個動作、完成走、蹲、伸展、抓取與清掃等多樣任務。系列包含三個模型：Gemini Robotics 2（最先進的 vision-language-action 模型，可控制整個人形機器人與雙臂機器人，具備新的雙手/夾爪靈巧操作能力）、Gemini Robotics ER 2（embodied reasoning 模型，充當 agent，可與人類溝通、理解物理世界、規劃長達數分鐘的多步任務，並支援多機器人團隊協作）、Gemini Robotics On-Device 2（最高效的本地運行 VLA，數小時內即可適應全新機器人機體，通常只需不到 200 個樣本）。安全方面推出 ASIMOV-Agentic 基準，衡量拒絕不安全 tool calls 與不確定時主動請求人類介入的能力；ER 2 宣稱是迄今最安全的機器人模型。ER 2 已上線 Google AI Studio 與 Gemini Enterprise Agent Platform（private preview）。

關鍵洞察

從「上半身桌面任務」推進到「全身控制」是物理 AI 的關鍵躍進——過去模型只能控制人形機器人上半身做桌上任務

同一個模型 checkpoint 可控制多種不同機體（Apptronik Apollo 2、Franka Duo 等），multi-embodiment 是規模化的前提

On-Device 模型「數小時、<200 樣本」適應新機體——大幅降低部署成本，是走向商業化的關鍵

安全設計：ASIMOV-Agentic 基準（拒絕不安全工具呼叫、預測任務可行性、不確定時主動要求人類介入）；人類靠近偵測與安全停止符合協作安全標準

定位明確：朝「實體世界的通用 AI（general-purpose physical AI）」邁進，超越單一任務自動化

原文關鍵句（英文保留）

> "From feet to fingertips — we are teaching robots intelligent whole-body control, fine dexterity, and teamwork to complete a broad range of complex tasks."

> "Unlocking the true potential of robotics requires moving past single-task automation toward general-purpose intelligence."

> "ASIMOV-Agentic... measures the embodied reasoning agent's ability to refuse unsafe tool calls from a VLA. It also measures the agent's ability to predict whether a task is possible and to proactively request human intervention when uncertain."

對 CJ 哥的價值

物理 AI / 機器人是企業自動化議題的下一波：對製造、物流、零售客戶的前瞻性話題素材。重點：(1) Gemini Robotics 已透過 Gemini Enterprise Agent Platform 提供——暗示企業整合路徑；(2)「數小時適應新機體」意味機器人部署成本結構正在改變；(3) 安全基準（拒絕不安全操作、人類介入）可作為企業導入實體 AI 的治理參考；(4) 追蹤 Apptronik、Boston Dynamics 等夥伴生態可預判市場格局。