Gemini Robotics 2 发布，实现全身控制

Google DeepMind 发布 Gemini Robotics 2，称为迄今最先进的视觉-语言-动作模型。它能将视觉与语言输入直接转换为电机指令，控制从机械臂到人形机器人的多种形态，定位为新一代自适应机器人的“智能层”。

同步推出的 Gemini Robotics ER 2 是更高层推理大脑，取代 4 月发布的 ER 1.6，可理解物理环境、规划多步骤任务并协调多机器人协作。ER 2 已集成 Gemini Live API，开发者可在 AI Studio 体验；演示中 Apptronik 人形机器人展示了全身智能与双手灵巧操作。

技术方面，ER 2 能处理机器人摄像头实时视频流并持续追踪任务进度，其视频帧完成度分类准确率接近 60%，较上代和竞品有显着提升。

💡 为什么值得看第二代 VLA 模型升级至全身智能，具身推理模型 ER 2 同步开放，具身 AGI 向前一步。