谷歌 DeepMind 正式发布 Gemini Robotics 2 机器人专用基础模型，聚焦解决机器人 “只能完成单一预设任务、跨场景泛化弱” 的行业痛点，重点打造机器人全身级感知决策能力。

相比上一代版本，Gemini Robotics 2 强化了多模态融合能力，能够同步接收相机视觉、触觉传感器、关节力矩数据，自主理解环境空间、物体属性与任务目标，在未见过的新场景里自主规划全身动作，完成抓取、搬运、整理、简单设备操作等复合任务。模型支持跨本体迁移，一套模型可以适配机械臂、移动机器人、人形机器人等不同硬件，减少企业针对不同机型单独训练算法的成本。

DeepMind 团队介绍，该模型兼顾仿真训练与真机部署，大量训练数据在虚拟环境生成后迁移到实体机器人，大幅降低真机试错损耗。模型将通过 API 接口向全球机器人企业、高校科研团队开放，开发者可基于该基础模型快速开发工业、服务、科研场景的机器人应用，无需从零搭建具身大模型底座。

目前已有多家海外机器人初创企业、科研院所接入测试，在仓储分拣、实验室物料操作、家庭服务等场景开展验证。谷歌表示，Gemini Robotics 系列的目标是打造通用物理 AI 底座，让机器人像人类一样理解物理世界，而不局限于固定脚本执行。

结语

机器人基础大模型是通用机器人产业的底层核心。Gemini Robotics 2 的迭代，代表全球科技巨头持续加码具身智能基础能力建设，开放的模型生态将进一步降低全球机器人企业的 AI 算法研发门槛，加速通用机器人技术创新。