# Google DeepMind 發布 Gemini Robotics 2：從腳到指尖的全身控制與多機協作

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 原作者：Google (@Google) · 策展與摘要：EasyVibeCoding · 平台：X (Twitter) · 熱度：🔥🔥🔥🔥🔥 · 日期：2026-07-31

> 原始來源：https://x.com/Google/status/2082861483055075450

## 證據與延伸閱讀

- [Google 發布 Gemini Robotics 2 支援全身控制。](http://goo.gle/4hGOwjj) — 官方文件

## 中文摘要

Google DeepMind 發布 Gemini Robotics 2：從腳到指尖的全身控制與多機協作。

**核心功能與三大模型**
Google DeepMind 推出 Gemini Robotics 2，作為驅動下一代適應性機器人的智慧層，能讓機器人思考每個動作並完成複雜任務。該系統由三個模型組成：
- Gemini Robotics 2：最先進的視覺-語言-動作模型（VLA），能將視覺與語言輸入轉換為馬達控制，實現全身與雙臂的精細操控。
- Gemini Robotics ER 2：最具能力的具身推理模型（ER），作為機器人的高階大腦，能與人類溝通、理解實體世界並規劃持續數分鐘的多步驟任務，並支援多機器人協作。
- Gemini Robotics On-Device 2：最高效率的視覺-語言-動作模型（VLA），優化後可在機器人裝置上執行，只需數小時的資料就能快速適應全新的機器人硬體。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/edfca76aa78cd44c.jpg)
> Gemini Robotics ER 2 的標題畫面，右側為站立的人形機器人，左側為機械手臂，中間帶有彩色點雲視覺化的物體輪廓

**全方位控制與精細靈巧操作**
Gemini Robotics 2 擴展了實體人工智慧的應用範圍：
- 全身動作：突破以往僅能控制上半身的限制，可控制完整人形機器人（如 Apptronik 的 Apollo 2），將指令轉換為智慧的全身控制，例如走動、拿取並放置物品。
- 靈巧手部：解鎖不同的末端執行器操作，能控制 Apollo 2 機器人上的五指、22 個自由度的 SharpaWave 手部來執行打結或密封夾鏈袋等精細動作，也能操作 Franka Duo 平台的雙指平行夾爪。
- 邊緣適應：On-Device 2 模型繼承自 Gemini Robotics 1.5 的「動作遷移」（motion transfer）技術，即使是感測器與自由度截然不同的 Dexmate、SO101 和 Trossen 等平台，也能在幾小時內完成適應——官方說明這類雙臂形體的適應通常只需要不到 200 筆範例。

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1785458343336-jhndt5sm.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/8e860950ad49c9bc.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> Gemini Robotics 2 介紹短片，展示人形機器人的全方位控制、精細手部操作與多機器人協同能力。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/206e5eb904de0efc.jpg)
> 多個機器手臂在不同場景（如書架整理、下棋、點擊螢幕、擺盤、操作保險箱與零件分類）進行操作的展示畫面

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/2db5fe59228a251c.jpg)
> 白色人形機器人抬起一隻手掌，掌上與前方的帶柄物體覆有彩色點狀視覺化，另一隻金屬手正碰觸該物體

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/e96685db6dea0cd0.png)
> 汽車空調冷媒歧管壓力錶組的視覺標註畫面：框出藍色低壓錶與紅色高壓錶，標示 Manifold body 與兩側的低壓、高壓旋鈕，並在高壓錶指針上標出讀值（Reading:70）。

**代理推理與安全機制**
Gemini Robotics ER 2 能處理長達數分鐘、包含數百個決策的任務序列，在步驟失敗時自動修正，並支援多種機器人溝通協作。在安全性方面，Google DeepMind 導入了確保端到端安全與對齊的多層次方法：
- 推出 `ASIMOV-Agentic` 基準測試，用於衡量代理安全協調與不確定性解析能力，例如評估代理拒絕來自 VLA 的不安全工具呼叫，以及主動請求人類介入的能力。
- Gemini Robotics ER 2 能在偵測到人類靠近時觸發安全工具呼叫，使機器人安全停止。
- 詳見官方部落格〈[Gemini Robotics 2 brings whole body intelligence to robots](http://goo.gle/4hGOwjj)〉。

## 媒體內容

**Gemini Robotics 2 介紹短片，展示人形機器人的全方位控制、精細手部操作與多機器人協同能力。**

**影片中的 Prompt 與操作**

操作步驟：

1. （00:00）介紹 Gemini Robotics 2 的人形機器人 Apollo 進行對話與動作展示
2. （00:08）示範機器人自主導航、移動物品與打桌球的實機畫面
3. （00:16）幾位研究人員分別說明 Gemini Robotics 2 的大腦控制、全身控制、靈巧手操作與多機器人協作等核心功能

**逐字稿**

- `00:00` 你今天好嗎，Apollo？（How are you today, Apollo?）
- `00:02` 我很好，謝謝你關心。（I am doing very well, thank you for asking.）
- `00:04` 而且我很興奮能談談我們在（And I am excited to talk about our progress）
- `00:06` Gemini Robotics 2 挑戰上的進展。（on the challenges with Gemini Robotics 2.）
- `00:08` AI 模型提供了一種方法來應對（AI models offer a way to navigate）
- `00:12` 我們人類環境中凌亂且複雜的情況。（the messy complexity of our human environment.）
- `00:16` 可以這樣思考：大腦，也就是 Gemini Robotics，（The way to think about is the brain, Gemini Robotics,）
- `00:18` 是控制人形機器人全身的關鍵，（is what controls the whole body of the humanoid,）
- `00:22` 包含靈巧手部的細緻動作，（the delicate movements of the SharpaWave hand,）
- `00:24` 以及雙手機器人的夾爪。（and also the grippers of the duo.）
- `00:26` 我們在此次版本中專注於三個主要事項。（We focus on three main things for this release.）
- `00:29` 第一項是全身控制。（The first one is whole body control.）
- `00:32` 我們非常習慣以（We are very used to actually move our body）
- `00:34` 非常自然的方式移動身體，但對機器人而言並非如此。（in a very corny manner, but it's not true for robots.）
- `00:38` 儘管這對我們來說是個非常簡單的任務，（Even though this feels a very simple task for us,）
- `00:41` 但對機器人來說，我需要在整個身體上（but for robots, I need to make many, many decisions）
- `00:43` 做出非常多的決定才能達成。（across the entire body to achieve this.）
- `00:46` 第二項是關於靈巧手，（The second thing is about dexterous hands,）
- `00:48` 特別是物件的操作。（and particular manipulations of objects.）
- `00:51` 你可能不會去想如何驅動 22 個獨立關節（You probably don't think about how to drive 22 separate joints）
- `00:53` 當你操作你的手時，（when you operate your hand,）
- `00:55` 但這正是我們要求這些 AI 模型去做的。（but that's what we're asking these AI models to do.）
- `00:58` 而第三項是，在 Gemini Robotics 2 中，（And third thing is in Gemini Robotics 2,）
- `01:01` 我們新增了一項功能，能夠讓多個機器人（we add a feature that enables multiple robots）
- `01:04` 協同合作以同時完成相同的任務。（to collaborate to accomplish the same task simultaneously.）
- `01:07` 雙手機器人，將所有工具放入箱中，關上箱子，（A duo, kit all tools in the bin, close the kit,）
- `01:11` 然後把箱子放回置物箱裡。（and put the kit back into the bin.）
- `01:13` 交給我。（On it.）
- `01:14` 我們真正追求的是智慧與通用性，（Really after intelligence and generalities,）
- `01:16` 但能夠對場景的變化做出反應，（but being able to react to the scene changing,）
- `01:19` 這才是智慧真正發揮作用的地方。（that is where the intelligence comes in.）
- `01:20` 我對機器人技術感到超級興奮。（I'm super excited about robotics.）
- `01:22` 我認為它進展得非常快，（I think it's moving really fast,）
- `01:25` 而 AI 確實是整個機器人拼圖中不可或缺的最後一塊。（and AI is really the missing piece of the entire robotics puzzle.）

## 標籤

新產品, 功能更新, Robot, VLM, LLM, Google, Gemini, DeepMind