2025年3月13日，谷歌旗下的DeepMind实验室宣布推出两款新型机器人控制模型——Gemini Robotics和Gemini Robotics-ER。这一创新标志着人工智能在机器人领域的应用迈出了重要一步，为未来的智能机器人发展奠定了坚实基础。

一、Gemini Robotics：是什么？

Gemini Robotics是一款基于Gemini 2.0大语言模型的机器人控制模型，具备“视觉-语言-动作”（VLA）能力。它能够处理视觉信息、理解自然语言指令，并生成相应的物理动作。例如，用户可以命令机器人“将香蕉放入篮子”或“折一只纸狐狸”，机器人将通过摄像头识别物体并完成任务。 此外，Gemini Robotics还具备多形态适应性，能够适配不同类型的机器人平台，如双臂机器人ALOHA2和人形机器人Apollo。这种通用性使得Gemini Robotics能够在多种场景中发挥作用，从家庭助手到工业生产。 Gemini Robotics-ER则专注于“具身推理”，增强了机器人对三维环境的理解能力。它能够实时规划安全的移动轨迹，例如在复杂环境中抓取物体时，判断最佳的抓握方式。