谷歌机器人整大活！攻克“最后几厘米”，这波操作太秀了🤖

你有没有想过，为什么机器人搬东西、跳舞、翻跟头都行，但让它帮你拧个灯泡、封个保鲜袋，它却瞬间“手残”？

因为机器人最难的不是“动起来”，而是“干细活”。

最近，Google DeepMind放了个大招——Gemini Robotics 2，一个主打“全身智能”的机器人通用模型。这名字听着专业，但翻译成人话就是：让机器人学会像人一样，弯腰、伸手、捏东西，一气呵成！

机器人终于不用“先站好，再伸手”了

以前看机器人演示，总有种玩回合制游戏的既视感：

机器人走到桌边 → 停下 → 站稳 → 伸手抓东西 → 抓完 → 再切换到走路模式 → 去下一个地方。

每一步都做得挺好看，但只要桌子偏一点、物体滑一下，或者它得边走边拿东西，整个系统就“卡壳”了。

而Gemini Robotics 2的核心突破，就是把“走路”和“干活”融合在了一起。看官方演示视频，Apptronik Apollo 2机器人走向地上的绿色水壶，弯腰、屈膝、伸手、提起，动作连贯得像个真人。

另一段画面里，Apollo 2走到货架前，取出一只棒球手套，然后转身离开——注意，它没有先停下来再伸手，而是边走边调整姿态，整个身体都在配合手臂的动作。

这背后靠的是“全身控制”——模型不再把腿当运输工具、把手当作业工具，而是把整副身体看作一个相互配合的整体。手臂伸远，身体就前倾；身体前倾，双腿就自动补偿重心。就像你弯腰捡东西时，屁股会自然往后撅一样自然。

真正的难点：最后几厘米的“指尖功夫”

如果说全身控制解决的是“怎么走到、怎么站稳”，那真正决定机器人能不能进你家帮忙干活的，是最后几厘米的精细操作。

谷歌这次给Apollo 2配了一只拥有22个自由度的五指灵巧手，测试任务包括：拧灯泡、封自封袋、给垃圾袋打结……这些对人类来说闭眼都能做的事，对机器人来说简直是“地狱难度”。

为什么难？因为塑料袋会塌、绳结会滑、灯泡既要对准螺纹又不能捏太紧。人类做这些事时，根本不会想“我这22个关节各自该转多少度”，但机器人得从视觉和指令直接生成高频、连续的动作。

谷歌公布的数据也很诚实：两指夹爪在通用抓放、工具配套和精密插入上的平均成功率分别达到74.2%、78.9%和89.6%，但到了多指灵巧手，差距就拉开了——拧下灯泡成功率92%，但拧上只有36%，扎垃圾袋44%，封自封袋32%。

方向是对的，但动作还不够利索。就像刚学钢琴的小朋友，能弹对音符，但离“行云流水”还差得远。

三个模型，一套组合拳

这次谷歌一口气发布了三个模型，各司其职：

• Gemini Robotics ER 2：负责理解环境、规划长任务、与人沟通——相当于机器人的“大脑”；
• Gemini Robotics 2：视觉-语言-动作模型，把看到的和听到的直接变成动作——相当于“小脑”；
• On-Device 2：把动作模型压缩到本地运行，用不到200个样例、几小时数据就能适配新的机器人——相当于“肌肉记忆”。

更关键的是，谷歌说同一个模型已经用于搭载不同灵巧手的Apollo 2，以及使用两指夹爪的Franka Duo。这意味着它想做的不只是某款机器人的专用大脑，而是通用的机器人智能系统。

我的真实感受：未来已来，但别急

看完这些演示视频，我的第一反应是：哇，机器人终于要“长大成人”了！

但冷静下来看，Apollo走路、下蹲、摆放物体的速度都很慢，谷歌自己也承认移动速度仍需提高。官方测试中，Apollo从桌面、地面和货架取物的平均成功率分别为68.4%、45.7%和76.3%——最能体现全身控制的地面取物，恰好是成功率最低的一项。

不过，这就像看智能手机刚发明时的照片——笨重、反应慢、功能单一，但方向已经对了。Gemini Robotics 2证明了“全身智能”这条路走得通，剩下的就是时间和迭代。

购买建议：现在该入手吗？

如果你是想买一台回家帮忙干活的消费者： 再等等。目前这还处于实验室阶段，离量产和商用还有距离，而且价格肯定不菲。

如果你是科技爱好者、开发者或相关行业从业者： 值得关注。Gemini Robotics 2的On-Device 2模型支持快速适配新机器人本体，这意味着未来第三方开发者可以基于它开发各种应用场景。

预算方面： 目前没有公开定价，但参考同类人形机器人，整机成本估计在几十万到上百万人民币区间。普通消费者暂时不用考虑，但可以期待未来3-5年成本下降后的消费级产品。

总结一下： Gemini Robotics 2是机器人领域的一次重要突破，它让机器人从“会动的机器”向“会干活的助手”迈出了一大步。虽然现在动作还慢、成功率还不够高，但就像当年的智能手机一样，一旦方向对了，剩下的只是时间问题。

你觉得机器人什么时候能真正走进家庭？欢迎在评论区聊聊你的看法！👇

产品图集