谷歌DeepMind发布Gemini Robotics 2机器人模型

全形态机器人统一控制模型

Google DeepMind发布了Gemini Robotics 2，定位为其当前最先进、面向机器人控制的视觉-语言-动作（Vision-Language-Action, VLA）基础模型。该模型设计目标是泛化适配多种物理形态的机器人平台，涵盖小型桌面级机械臂及大型双足人形机器人。

新增高层推理能力

其中，Gemini Robotics ER 2作为增强版本，引入了更高层级的任务推理模块，旨在提升机器人在真实环境中执行多步骤、长程规划类任务的能力，例如理解指令意图、分解操作序列并动态调整行为。

官方未披露技术细节与发布时间

报道未提及模型参数量、训练数据来源、开源计划、具体硬件适配清单或商用落地时间表。原文仅强调其跨形态控制能力与推理架构升级。