Gemini機器人實現全身控制

Google DeepMind 宣布推出新一代 Gemini Robotics 2 人工智慧模型，正式將機器人控制能力從上半身擴展到「從腳底到指尖」的全身動作，標誌著人形機器人在真實世界執行複雜任務的能力邁出關鍵一步。根據官方在週四發布的說明，這套新模型突破了先前僅能控制人形機器人上半身的限制，如今已可支援包含行走、蹲下、伸展與物體操作在內的全身動作，讓機器人得以在更貼近人類日常的環境中發揮作用。DeepMind 同時公布了多段示範影片，展示搭載 Gemini Robotics 2 的 Apptronik Apollo 2 人形機器人如何彎腰提起澆水壺，以及如何在貨架上尋找並取下指定物品。

這些動作看似簡單，卻涉及視覺辨識、空間判斷、身體平衡與多關節協調，過去一直是人形機器人控制上的重要瓶頸。DeepMind 團隊也坦言，目前機器人在動作速度上仍「還有更多進步空間」，但強調這次更新「是邁向更複雜、更貼近真實世界任務所需技能的重要一步」，尤其是對需要全身協調才能完成的工作而言。除了全身動作控制，Gemini Robotics 2 在靈巧操作方面也有明顯提升。新模型如今可支援更複雜的五指機械手控制，使機器人能夠執行高度精細的日常任務。官方列舉的例子包括將夾鏈袋密封、綁緊垃圾袋開口，以及轉開燈泡等。

這些動作對手指關節的精準度、力度控制以及觸覺回饋都有極高要求，過去即使是專門設計的機械手臂也不易穩定完成，如今透過新一代模型則能在實機上順利執行。與此同時，DeepMind 也同步更新了專為機器人設計的視覺語言模型 Gemini Robotics ER（embodied reasoning，具身推理）。這款模型負責協助機器人分析周遭環境、理解操作指令，並執行多步驟任務。

新版 Gemini Robotics ER 2 最大的改進在於更擅長長時間任務的執行，官方表示它「現在能理解任務何時開始、何時結束」，這意味著機器人不再只是照表操課，而是具備更完整的任務執行邏輯，能在複雜流程中自行判斷進度與完成時機。這項更新也帶來了多機器人協作的突破。DeepMind 指出，Gemini Robotics ER 2 能讓不同類型、不同構造的機器人互相配合，共同完成同一項工作。官方釋出的影片中，Apollo 2 在清理車庫時，能指揮 Google 的雙臂機器人將工具放入收納箱內。這種跨機型的協調能力，為未來機器人在倉儲、物流、居家服務等場景中分工合作鋪平了道路。

安全性同樣是此次更新的重點之一。DeepMind 稱 Gemini Robotics ER 2 是「迄今為止最安全的機器人模型」。它能夠更準確地偵測人類是否靠近，並在有人過於接近時觸發安全工具呼叫，或讓機器人進入安全停止狀態，避免在運作過程中對人造成傷害。對於未來人形機器人走入居家或公共場域而言，這樣的安全機制被視為不可或缺的基礎。此外，DeepMind 也強化了 Gemini Robotics On-Device Model，這款模型可在不連網的情況下直接於機器人本機端運行，減少對雲端運算的依賴，也讓機器人在網路不穩定的環境中仍能維持基本運作。

新版本據稱能更快適應各種新型機器人硬體，包括「形狀、感測器配置與自由度截然不同」的機構設計。這項能力對機器人產業特別重要，因為不同廠商開發的機器人結構差異極大，模型若能快速適應多樣化的硬體，將有助於縮短開發週期並擴大應用範圍。整體而言，Gemini Robotics 2 的推出顯示 Google DeepMind 在人形機器人智慧化方面正加速推進。從上半身控制進展到全身協調，從單機作業進展到多機協作，從基礎指令執行進展到理解任務起訖，這一系列升級都指向同一個目標：讓機器人真正具備在人類環境中處理複雜事務的能力。

雖然目前機器人的動作速度仍未達理想，但 DeepMind 明確表示，這套系統所建立的全身協調與靈巧操作基礎，將是未來克服更艱難任務的關鍵起點。隨著技術持續演進，人形機器人從實驗室走向實際應用的時間點，或許比外界預期更近。