摘要：在2025年9月25日，谷歌DeepMind发布了Gemini Robotics 1.5和Gemini Robotics-ER 1.5两款AI模型，旨在赋予机器人前所未有的推理、规划和学习能力。这两款模型基于Gemini 2.0架构，突破了传统机器人依赖预编程
在2025年9月25日，谷歌DeepMind发布了Gemini Robotics 1.5和Gemini Robotics-ER 1.5两款AI模型，旨在赋予机器人前所未有的推理、规划和学习能力。这两款模型基于Gemini 2.0架构，突破了传统机器人依赖预编程的局限，使其能够动态适应复杂任务和未知环境。行业专家认为，这一突破标志着机器人从单一任务执行者向通用智能助手的转型，将在医疗、工业和个人服务等领域掀起波澜，为AI驱动的物理世界交互开辟新篇章。
谷歌DeepMind发布了Gemini Robotics 1.5和Gemini Robotics-ER 1.5两款AI模型
Gemini Robotics 1.5是一款视觉-语言-行动（VLA）模型，整合了文本、图像、音频和视频处理能力，支持机器人直接执行物理任务，如折叠纸张、装箱行李或准备沙拉。其核心在于多模态推理，能够理解自然语言指令并将其转化为精确的动作序列。行业专家指出，该模型通过训练于双臂机器人平台ALOHA 2的数据，实现了高精度操作，仅需50-100次示范即可适应新任务，相较传统机器人编程效率提升10倍。
Gemini Robotics-ER 1.5专注于具身推理（Embodied Reasoning），通过结合谷歌搜索等数字工具，增强机器人在复杂环境中的决策能力。例如，在打包午餐盒时，ER 1.5能分析物体位置、规划抓取顺序并动态调整策略。DeepMind机器人负责人Carolina Parada表示，这一双模型架构模仿人类“先思考后行动”的方式，使机器人能够多步推理，应对突发变化。行业专家认为，ER模型的Web增强推理能力标志着机器人从被动执行向主动问题解决的转变。
Gemini Robotics On-Device版本可在无网络连接的环境下运行，功耗低至1.5W，适合实时操作和偏远场景，如太空探索或工厂自动化。其跨机器人平台的通用性令人瞩目：从双臂ALOHA 2到Apptronik的Apollo人形机器人，知识迁移技术使技能可无缝复用到不同硬件上。行业专家强调，这一泛化能力降低了机器人部署成本，推动了从定制化向模块化的行业转型。
Gemini Robotics 1.5基于Gemini 2.0的多模态框架，算力达50 TOPS，支持实时处理视觉和语言输入。其NPU（神经处理单元）优化了低功耗推理，延迟低至毫秒级，适合动态环境。行业专家指出，与云端AI相比，离线运行的On-Device模型解决了网络依赖问题，增强了隐私保护和操作鲁棒性。然而，复杂任务仍需高算力硬件支持，未来需搭配2nm工艺芯片以进一步降低功耗。
Gemini Robotics-ER 1.5通过Asimov数据集（受阿西莫夫机器人三定律启发）强化了安全机制，集成碰撞检测和力限制功能，确保机器人操作安全。例如，在医疗场景中，机器人可避免对患者造成意外伤害。行业专家认为，这种分层安全设计是AI机器人规模化部署的前提，但需进一步测试以应对极端场景，如高密度人群环境。
模型的知识迁移能力是其核心亮点。通过强化学习和少样本学习，机器人可在50次示范内掌握新任务，如从折叠衣服到打开瓶盖。行业专家预测，这种快速适应性将推动机器人从单一工业应用向多样化场景扩展，如家庭助理或物流分拣，但需解决数据隐私问题，确保用户数据的本地化处理。
全球机器人市场预计2025年增长28%，规模达670亿美元，其中通用机器人占比将从15%升至25%。Gemini Robotics的推出顺应了这一趋势，其跨平台适配性降低了开发成本，吸引了Apptronik、Boston Dynamics等合作伙伴。行业专家认为，谷歌的开放SDK和“可信测试者”计划将加速开发者生态建设，类似ChatGPT对LLM的推动效应，可能引发机器人行业的“ChatGPT时刻”。
谷歌DeepMind的Gemini Robotics面临英伟达Isaac Groot N1和特斯拉Optimus的竞争。英伟达的模型强调人形机器人高速推理，而特斯拉聚焦生产力场景。谷歌的优势在于多模态AI和离线运行能力，适合多样化应用，但行业专家警告，其高算力需求可能推高设备成本，初期或局限于高端市场。苹果和亚马逊的AR眼镜项目也可能分流AI资源，间接影响机器人生态发展。
亚太地区占机器人市场营收40%，我国厂商如优必选正加速AI机器人研发，预计2026年推出类似Gemini的本地化模型。伦理与隐私问题仍是行业痛点，谷歌的Asimov安全框架虽领先，但需透明的数据治理机制以赢得用户信任。行业专家建议，厂商需与监管机构合作，建立全球AI机器人安全标准，避免技术滥用风险。
谷歌DeepMind的Gemini Robotics 1.5与ER 1.5通过多模态AI、离线运行和知识迁移技术，将机器人从机械执行推向智能交互的巅峰。这不仅是技术突破，更是通用机器人市场的催化剂，预示着AI与物理世界的深度融合。面对英伟达和特斯拉的竞争，谷歌凭借开放生态和安全设计占据先机，但需解决成本与隐私挑战。行业专家坚信，Gemini Robotics将加速机器人从工厂走向家庭，2026年将成为AI驱动机器人普及的关键节点，重塑人类与技术的交互未来。
来源：万物云联网
