摘要：2025年9月，谷歌DeepMind扔出个“大杀器”，GeminiRobotics1.5系列。

2025年9月，谷歌DeepMind扔出个“大杀器”，GeminiRobotics1.5系列。

这东西不是普通机器人模型，是全球首个能“先思考、再行动”的推理具身模型。

以前机器人顶多算“听话的工具”，现在这套模型直接给机器人装了“脑子”，能自己拆任务、自己修正动作，说实话，这步子迈得比我预想的大不少。

这套模型分俩部分，GR1.5和GR-ER1.5。

你可以理解成一个“动手的”，一个“动脑的”。

GR1.5负责执行，比如折纸、解袋子，甚至帮你从衣柜拿雨衣打包，这些精细动作它都能搞定。

GR-ER1.5才是关键，它是全球首个具身推理模型，能把复杂任务拆成小步骤。

比如你让它按北京垃圾分类标准分拣垃圾，它不会直接下手。

它会先在“心里”生成一段“独白”，大概是“第一步，确认北京垃圾分类规则，第二步，区分可回收和厨余，第三步，分类投放”。

这种显性思考，以前的机器人根本做不到。

本来想，机器人能干活就行，哪用得着“想那么多”？但后来发现，有了这个步骤，不仅任务成功率高了，咱们也能看懂它为啥这么做，不跟以前似的，它做错了都不知道问题出在哪。

以前的机器人像“只会照本宣科的学徒”，指令说一步做一步。

现在有了这俩模型配合，它能处理“按天气打包行李”这种需要判断的任务。

比如知道某地要下雨，就会主动把雨衣塞进箱子，这逻辑跟人处理事差不多了。

更牛的是，这模型能跨硬件用。

啥意思？就是在低成本双臂机器人ALOHA上学的“叠衣服”技能，不用重新训练，直接就能用到工业级的Franka上，甚至人形机器人Apollo也能直接用。

说实话，以前机器人训练特别麻烦。

一个机器人一个样，给ALOHA写的程序，Franka根本用不了，得重新弄好几个月。

现在有了MotionTransfer机制，问题解决了。

这个机制把不同机器人的动作，都翻译成一种“通用语言”。

比如“抓握”这个动作，不管是机械臂还是人形手，在模型眼里都是一个意思。

如此看来，以后机器人行业可能不用再为每个硬件单独开发程序了，能省不少事。

谷歌DeepMind机器人部门负责人说，现在的机器人部署太费劲，往往几个月才弄好一个只能干单一活的单元。

但GR1.5系列不一样，它在一个机器人上学的本事，能直接“转学”到另一个上。

毫无疑问，这对工业生产来说太重要了，以前换个机器人就得重新来，现在直接“无缝衔接”。

光会思考、能跨硬件还不够，实际用的时候得靠谱。

这模型在执行任务时，能自己检查成没成功，失败了还会改。

比如抓水瓶没抓住，它不会死磕，马上换另一只手试，反应还挺快。

我之前担心，机器人能力强了会不会更危险？比如碰到插座、碰到人啥的。

但后来发现，它能识别潜在风险。

在ASIMOV-2.0安全测试里，它对危险动作的识别率很高，还能触发保护机制。

比如要把水杯举到插座旁边，它会停下来，不会硬来。

另外，它的思考过程能看见。

你能知道它下一步要干嘛，为啥这么干。

这一点特别好，以前机器人出错了，你都搞不清它咋想的，现在跟“开了透明模式”似的，心里有数。

而且在230项任务测试里，它在指令理解、动作适配这些方面，比GPT-5表现还好，完成任务的稳定性确实不错。

现在GR-ER1.5已经能通过GoogleAIStudio的API用了，但GR1.5还只给少数合作伙伴用。

老实讲，我觉得这模型最大的意义，是让机器人从“单项工具”往“通用助手”靠了。

以前机器人只能干固定活，现在能理解复杂需求、自己规划步骤，以后不管是工厂生产，还是家里做家务、医院帮着康复，可能都用得上。

虽然现在还没完全开放，但这方向肯定是对的，等以后普及了，咱们的生活说不定真能省不少事。

来源：奇史怪谈