← 全部模型

Gemini Robotics 2

發布時間 發布主體 Google

模型定位

Gemini Robotics 2 是 Google DeepMind 開發的視覺-語言-動作(VLA)模型,將視覺與語言輸入轉換為機器人動作控制,支援雙臂機器人及人形機器人的全身控制。Google 於 2026 年 7 月 30 日公布。(deepmind.google)

能力與用途

  • **全身操作:**可協調人形機器人行走、蹲下、伸展及搬運物品;官方示範包括從桌面取物後放入較低層的置物箱。(deepmind.google)
  • **靈巧操作:**可控制五指、22 個自由度的機器手執行打結或封口等動作,也可使用雙指夾爪進行緊密裝箱。(deepmind.google)
  • **跨機器人運作:**官方展示以相同模型檢查點控制不同的 Apollo 2 與 Franka Duo 機器人配置。(deepmind.google)
  • **搭配高階推理:**Gemini Robotics ER 2 是另行推出的具身推理模型,可理解指令、規劃多步驟任務、追蹤進度,並協調 VLA 執行動作及多機器人合作;這些能力屬於搭配系統,不能全部視為 VLA 單獨提供。(deepmind.google)
  • **相關裝置端版本:**Gemini Robotics On-Device 2 是另一個針對機器人本地運行最佳化的 VLA 模型,並非本條目的同一模型。(deepmind.google)

限制與取得方式

  • 官方指出,多指靈巧操作仍具挑戰,機器人的移動速度也有改善空間;展示結果不代表所有任務都能可靠完成。(deepmind.google)
  • 官方發布時,Gemini Robotics 2 VLA 與 On-Device 版本提供給搶先體驗合作夥伴;ER 2 的公開開發者存取方式不應直接套用於本 VLA。(deepmind.google)
  • 實體部署仍需結合機械安全措施與風險評估;官方描述的安全評估與保護機制不構成零風險保證。(deepmind.google)

價格

截至 2026 年 11 月 16 日查詢,未核實 Gemini Robotics 2 VLA 本身的公開價格,包括計價幣種及輸入、輸出收費方式。Google Cloud 公布的 Gemini ER 2.0 輸入與輸出報價屬於另一個推理模型,不應當作本 VLA 的價格。(cloud.google.com)

官方來源