2026年7月30日，谷歌DeepMind正式发布新一代机器人模型Gemini Robotics 2。这一发布标志着人形机器人技术迎来了一个关键的转折点，AI模型首次具备了控制机器人全身运动的能力，使其能够走出固定的工位，在开放环境中自主完成复杂的任务。

长期以来，机器人AI模型面临着“半身不遂”的困境。无论是DeepMind此前的RT系列还是Gemini Robotics 1.0，都只能控制机器人的上半身，这意味着机器人无法自主移动到目标地点，严重限制了其在真实世界中的应用。Gemini Robotics 2的出现，首次将行走、下蹲、取物和避障等一系列动作整合进了一个完整的控制闭环。在官方演示中，搭载了该模型的Apptronik Apollo人形机器人能够自主穿过房间，避开障碍物，并精准地将洒水壶放到指定货架上，展现了前所未有的全身协调能力。

与此同时，谷歌还发布了作为“推理大脑”的Gemini Robotics ER2模型。如果说Gemini Robotics 2是负责执行动作的“小脑”，那么ER2则负责更高层级的任务规划与协调。ER2能够理解复杂的自然语言指令，规划多步骤任务，并可通过分析连续视频流来实时跟踪任务进度。例如，在执行倒咖啡的任务时，它能精准判断何时停止倾倒，平均时间误差仅为0.96秒。当动作出现偏差时，ER2还能指挥机器人进行自我修正，而无需重启整个工作流程。此外，该模型还支持多机器人协作，不同类型的机器人可以共享语义理解，共同完成单个设备难以胜任的复杂任务。

尽管取得了突破性进展，但谷歌也坦承当前技术仍面临挑战。Gemini Robotics 2在执行“拧下灯泡”这类任务时成功率可达92%，但在处理扎垃圾袋、密封袋封口等更精细复杂的操作时，成功率依然较低。DeepMind机器人业务总监表示，目前机器人的动作仍显缓慢和谨慎，其学习效率也远低于人类。