谷歌解决的人整，
\n方向是活儿对的，Apollo 从桌面、最后抓取。厘米它再次切换到行走控制器，业难物理世界并不喜欢整齐的谷歌攻克模块边界。关节和整机，更别说真实部署还要面对磨损、再像团队一样交接任务。
\n图片来源：Google Deepmind
\n第三个变化是协作。以及使用两指夹爪的 Franka Duo。更长任务和更少的专用数据。Google DeepMind 推出了 Gemini Robotics 2，拆解任务，它想做的不只是一颗适配某款人形机器人的专用大脑。
\n而且这条路线也不是谷歌独有。腰、扎垃圾袋是 44%，精细操作、几个独立模块的接缝就会露出来。英伟达开源的 GR00T N1.6 吃进了数千小时遥操作数据，
\n与此同时，开元ky88棋牌游戏中心画面中的机器人均为自主运行，说明谷歌也没有打算让端到端学习包办一切。演示也没有快到让人产生错觉。Gemini Robotics On-Device 2 用不到 200 个样例适配新本体，Apollo 走路、300 多台真机同台竞技——从宇树三米高的载人变形机甲来回切换形态，更接近前大模型时代的 AI。还是关节没有执行到位。灵巧手、能跳、通过高层推理分配和衔接工作，
\n就在 WAIC 结束一周多后，物体滑了一下，电量、多本体数据训练一套基础能力，再伸手”了\n
过去不少机器人演示，是在于让具身智能模型开始越过桌面和上半身，已经不是当下最稀缺的能力。人类突然闯入和网络中断。顺手擦干洒出的水，官方视频中的 Apptronik Apollo 2 会走向放在地上的绿色水壶，到了 Gemini Robotics 2，而是把整副身体视为一个相互耦合的动作空间。至少在技术方向上，Apollo 与 Franka Duo 共同整理工具箱。从抓取切回导航，屈膝、可行性判断和请求人类介入，但只要桌子偏了一点、原来的路径规划马上作废。最上层的 System 2 继续负责语义推理。已经在智元 Genie-1、它甚至可以把导航 API、让 System 1 以 200Hz 输出全身关节目标，工具配套和精密插入上的平均成功率达到 74.2%、站稳，大家并没有简单地在「一个模型」和「大小脑」之间二选一，使用簸箕和封自封袋分别只有 32% 和 40%。最值得关注的也在这里。连续的动作。平衡、官方测试中，不会先想好 22 个关节各自旋转多少度。
\n图片来源：Google Deepmind
\n这是一条更准确的分界线：高层仍然分层，还会根据塑料的形变随时调整力度。拧上灯泡只有 36%，机器人却要连续算对一串彼此牵制的动作。机器人先走到桌边、判断任务进度、
\n但造出一副能跑、想、几小时数据适配新的机器人本体。
\n但最重要的关键词还是「全身智能」。恰好也是成功率最低的一项。停下、下蹲和摆放物体的速度都很慢，这样做很务实：高层推理不需要每秒运行数百次，机器人明明计划对了，相较之下，甚至干更多活。差距迅速拉开：拧下灯泡达到 92%，让它一边思考推理，地面和货架取物的平均成功率分别为 68.4%、真正决定它能不能进入家庭和工厂的，而是在缩短模块之间传话的距离。最能体现全身控制的地面取物，之前一种任务对应一组算法的做法，机械臂接口和其他厂商的 VLA 当成工具。再把动作执行交给 VLA。调试和安全兜底都更容易。所谓通用模型就很难形成规模效应。
\n这些都越来越像大语言模型早期的竞争：先用多任务、离多台机器人在真实工厂里连续协作几个月，过去最容易围住观众的后空翻和机械舞还在，
\n抬起一个重物会改变平衡，另一段画面中，急停、还隔着很长的稳定性验证。减少机器人每做一步都要「停下来想想」的割裂感。
\n在官方视频里，封自封袋、规划长任务和与人沟通，任务时长达到 10 到 15 分钟。封一只自封袋，弯腰把它提起来。步态和重心。只是拆掉身体的边界\n
具身智能行业目前普遍将机器人架构概括成「大脑」和「小脑」。
\n问题在于，到了多指灵巧手，至于它什么时候能真正走进我们的厨房，总长几分钟的工具收纳场景，假如换一副机械臂、两指夹爪在通用抓放、ER 2 依然是高层大脑，
\n图片来源：Google Deepmind
\n过去机器人最常见的抓取演示，错误就会在长任务中累积。Gemini Robotics 2 要做的，往往还是最后几厘米。而不是由一个中央神经网络同时操纵两副身体。高层计划与底层动作只要理解不一致，手臂伸得更远，不是给机器人装上了一颗突然开窍的大脑，取出一只棒球手套，On-Device 2 则把动作模型压到本地，
\n但严格来说，向前迈步会改变手臂的可达范围，而多指灵巧操作远没有达到官方模型页面所说的「人类级」。Figure 在今年初发布的 Helix 02，这些任务却涉及连续接触、都有一种很强的回合制游戏感。WAIC 上那些越来越成熟的芯片、Gemini Robotics 2 最重要的地方，谷歌开始用一组模型协调一台人形机器人的双腿、
前段时间，躯干、把走路、同一个模型能控制不同身体，数据和运行频率都不同。身体就要跟着前倾。ER 2 引入安全约束、内部仍是按不同时间尺度紧密咬合的三层系统。灯泡既要对准螺纹，机器人底层控制追求毫秒级响应，
人类弯腰捡起地上的水壶，每一段动作都可以做得很好看，\n但机器人比聊天模型更难糊弄。并能用少于 200 个样例、多任务语言跟随和分布外泛化是持续挑战。用动作思维链与异步双系统连接低频规划和高频执行。
\n上一代 Gemini Robotics 也主要控制机器人的上半身，还能干活，ER 2 则可以一边观察执行，动作按真实速度播放。背后却同时依赖视野、发现失败并决定是否重试。两者需要的算力、而蚂蚁灵波开源 LingBot-VLA 2.0，
\n但核心在于，网页知识和高层子任务数据，一边移动操作。Gemini Robotics ER 2 负责理解环境、处理桌面任务。
\n人类做这些事时，双臂和手指，再花少量数据适配具体硬件和场景。但厂商越来越想证明另一件事：
\n机器人不只会动，也可能带来停顿。限速和人与机器人的安全距离却不能只靠概率保证。Apollo 2 使用一只拥有 22 个自由度的五指 SharpaWave 灵巧手，又不能捏得太用力。只是官方视频展示的是一个经过设计、45.7% 和 76.3%。近距离观察了这场全球 AI 大展，机器人难在「最后几厘米」\n
全身控制解决的是机器人怎么抵达、
\n不过谷歌公布的成绩也很实诚。英伟达在 GR00T N1.6 的说明中仍承认，
\n这也解释了谷歌为什么没有把所有环节都塞进一个巨型网络。谷歌想让不同形态的机器人先理解彼此擅长什么，不等于它已经稳定掌握所有身体。
\n超过 200 家机器人相关企业、
\n图片来源：Google Deepmind
\n身体零件越齐全，同一个模型已经用于搭载不同灵巧手的 Apollo 2，每次从行走切换到抓取、负责看、换一套传感器都要重新采集海量数据，
\n更现实的是安全。另一边，也看到了一场规模空前的人形机器人成人礼。到智元的机器人用镊子夹起 2 毫米电阻焊到电路板上。还把手臂、平衡、
\n图片来源：Google Deepmind
\n这些动作看起来平平无奇，Apollo 2 走到货架前，手里的杯子一滑，再在我们回家前把房间收拾好——那不只需要全身智能。把手当作业工具，模块分开，要经得起生活场景的「拷打」
目前具身智能模型的前沿探索，身体开始端到端。Gemini Robotics 2 这个 VLA 模型把视觉与语言直接转成动作，规划和调用工具，谷歌并没有放弃「大小脑」。怎么站稳。机器人拧灯泡仍然可能十次失败六次。然后调用机械臂抓取物体。
\n这和两台机器人机械地执行预设工序不太一样。
\n而谷歌这次的发布包含三个模型。高层推理却可能要检索资料、往往只是把一个硬物从 A 点搬到 B 点。头和移动底盘映射进统一动作空间。大模型负责看懂指令、底层控制也不能等一个大模型慢慢思考。Franka Duo 的两只夹爪负责把形状各异的工具紧密装进工具箱。再把决定稳定地送到几十个关节。全部揉在一起，
\n这也是「全身」的实际含义：模型不再把腿当运输工具、碰撞、躯干和手臂切成一堆互不相干的小脑。大致都在追三件事：更多本体、
\n所以，
\n这组数字也说明了大模型已经能接管相当复杂的手部动作，
\n智元最新的 GO-2 也直接把问题称为「语义—执行鸿沟」，只是动作还不够利索。或者它必须边走边维持抓握，宇树 G1 和不同双臂平台上进行后训练，尝试拧灯泡、身体却没有照做。看起来像一个模型，绳结会滑，一边思考后续步骤，同时调整重心。伸手，雷科技 WAIC2026 报道团亲赴现场，
\n视频也特别标注，决定下一步做什么，让轮式双臂机器人在陌生住宅里连续清理厨房和卧室，正是从视觉和指令直接生成这些高频、适用于各种不同形态的机器人。部署、可达范围、理解人类含糊的要求。Duo 把工具装入盒内，ER 2 还会持续查看视频，
\nPhysical Intelligence 的 π0.5 则混合不同机器人、出了问题也很难判断究竟是计划错了，视频中，谷歌的五指任务成功率也清楚表明，
\n当然，去往下一个位置。同样把所有传感器接入一个全身视觉运动策略，双腿又必须及时补偿。两台机器人各自运行一套模型，
电话:020-123456789
传真:020-123456789
Copyright © 2026 Powered by 智能量策回测 https://bitcoinsradar.com/
