共计 1234 个字符，预计需要花费 4 分钟才能阅读完成。
谷歌的机器人赌局: 不卖本体, 只卖大脑
当人形机器人赛道的玩家们还在比拼谁能造出更灵活、更强大的“身体”时, 谷歌却选择了一条截然不同的路——它不造机器人 , 而是专心打造机器人的“大脑”。当地时间 7 月 30 日,Google DeepMind 正式发布 Gemini Robotics 2 系列模型, 试图以一套开放的技术架构, 成为整个机器人行业的“操作系统”。
📌 从“全身控制”到“多机协作”: 三款模型的分工
Gemini Robotics 2 并非单一模型, 而是包含三款各司其职的产品:
- Gemini Robotics 2: 视觉 - 语言 - 动作模型 (VLA), 能将视觉和语言指令直接转化为电机控制信号, 实现从脚趾到指尖的全身操控, 完成“走过去、弯腰、抓取、放置”等复杂任务。
- Gemini Robotics ER 2: 具身推理模型, 不直接控制电机, 而是负责理解环境、规划多步任务, 并可调用工具, 甚至支持多台不同类型机器人之间的实时协作。
- Gemini Robotics On-Device 2: 轻量级 VLA 模型, 可在机器人本地运行, 仅需数小时数据即可适配新硬件。
🔍 路线之争: 平台化 vs 垂直整合
目前人形机器人赛道的主流玩家多选择垂直整合。Figure AI 自研 Helix 模型,2026 年已下线第 1000 台 Figure 03; 特斯拉 Optimus 同样自研 AI 与执行器, 在自家工厂率先应用。而谷歌则选择与 Apptronik、波士顿动力等硬件厂商合作, 自身专注“大脑”研发, 并通过 Gemini API 向开发者开放推理层。
这一策略的优劣取决于行业最终走向: 若硬件标准化、软件平台化, 谷歌的开放生态将吸引大量缺乏 AI 能力的硬件厂商 , 形成类似 Android 的统治力; 若硬件与软件深度耦合才能发挥最优性能, 则垂直整合玩家可能更占优势。
💡 谷歌的“刀”也有钝面
尽管谷歌的布局看似宏大, 但现实挑战不容忽视: 多指灵巧操作的成功率仍明显低于全身控制 , 移动速度也有待提升;On-Device 模型宣称的“快速适配”缺乏详细数据支撑。此外, 谷歌在智能家居、可穿戴设备上的平台策略并未复制 Android 的成功, 机器人领域的物理交互、安全要求更为复杂, 开放 API 也可能让谷歌错失最丰厚的利润层。
📊 行业观察: 谁将定义技术栈?
这场竞争已从“谁的机器人更厉害”转向“谁有权定义机器人行业的技术栈”。 谷歌押注“模型即平台”, 特斯拉和 Figure 押注“硬件 + 软件”全栈, 英伟达则站在上游出售算力。三方博弈的共识是: 人形机器人是下一个万亿级市场。但谷歌的独特之处在于, 它是目前唯一拿出完整三模型架构, 并敢于将推理层向所有开发者开放的公司。
🚀 总结: 一场豪赌, 结局未定
谷歌的“大脑”策略能否成功, 取决于人形机器人行业是走向“安卓时代”还是“苹果时代”。如果开放平台胜出, 谷歌将定义行业标准; 如果垂直整合占优, 谷歌可能为他人做嫁衣。但至少今天, 谷歌已亮出底牌, 赌的就是自己的大脑能让所有机器人跑起来。
