今天凌晨，Google DeepMind扔出一枚重磅炸弹——正式发布Gemini Robotics 2.0。这个基于Gemini大模型打造的机器人控制系统，一口气攻克了两项此前机器人界公认的硬骨头：人形机器人从脚趾到指尖的全身协调操控，以及两台机器人之间的无缝协作。当别家还在比拼"单臂抓取成功率"时，DeepMind已经让机器人跳起了双人舞。

所谓"全身协调"绝非营销话术。在官方演示视频中，机器人能蹲下捡拾散落零件，同时用另一只手稳定托盘，膝盖弯曲角度与腰部扭动幅度完全仿真人类。更惊艳的是多机器人协作场景：两台机器人像配合了十年的老搭档，一台扶着工件，另一台精准拧入螺丝——这种需要实时判断对方动作意图的能力，直接碾压了传统"预设路径+碰撞检测"的老路子。

这背后是DeepMind长达数年的技术蓄力。从早期RT-2让机器人看懂"语言指令"，到RoboCat实现跨机械臂技能迁移，再到如今Gemini Robotics 2.0将大模型的推理能力注入物理身体——每一步都在为"具身智能"这块终极拼图铺路。值得注意的是，DeepMind并未公布具体硬件参数，而是强调"模型无关"，这意味着任何符合接口标准的机器人本体都能接入这套大脑。

时间点也耐人寻味。2026年刚开年，具身智能赛道已杀红眼：特斯拉Optimus高调晒出工厂搬箱视频，Figure AI宣布与宝马达成产线合作。但仔细对比就能发现，竞品们大多还在解决"单机完成任务"，而DeepMind直接迈向了"多机协同作业"。这不仅是算力差距，更是对机器人社会学——如何分配任务优先级、如何预判队友动作——的深刻理解。如果这一路线跑通，未来工厂里不再是"一台机器人孤军奋战"，而是"机器人工班"。

当然，实验室演示与真实产线之间还隔着可靠性、成本、安全认证三道天堑。但Gemini Robotics 2.0至少证明了一件事：大模型不是只能聊天画画，它完全有能力成为机器人的小脑与脊髓。当AI开始学会控制物理身体并与其他AI协同，我们离"机器人员工"取代"机器人工具"的时代，真的不远了。

AI 生成 · DeepSeek | 搜索综合