谷歌不造机器人了,要做机器人时代的安卓
2026年7月31日,谷歌DeepMind发布Gemini Robotics 2。消息传开,圈内炸锅——但炸的不是"又多了一个会走路的机器人",而是谷歌正式把"不造本体只卖大脑"的路线摆到了台面上。三款模型同时亮相,剑指人形机器人全身控制。特斯拉在造Optimus,Figure在造BotQ,谷歌却站在旁边问了一句:"你们的机器人,要不要试试我的系统?"1
从“手会动”到“全身一起动”,这一步有多难
过去十年,行业里大部分人形机器人AI本质上是"带手臂的摄像头"——站在原地,看看桌上的东西,伸手抓一下。腿和身体是另一套独立系统在控制,跟大脑决策完全脱节。这导致一个致命问题:机器人根本无法适应真实的人类环境。真实世界不是桌面。你需要走过去、绕过障碍、弯腰、保持平衡,同时精确操作——这些动作必须在同一个智能框架下协调完成,就像人类不会"先走完路再动手"。
Gemini Robotics 2解决的就是这个问题。在演示中,Apptronik的Apollo 2人形机器人收到指令:"把洒水壶放到下层货架的绿色收纳箱内。"机器人自主走到目标物体旁完成拾取,移动至货架区域,并精准放置到指定位置——整套动作连续完成,中间没有停顿。这不是"更灵活的机械臂",而是一个能理解空间的智能体在用全身执行计划。2
三款模型,不是三个功能,而是一套分层架构
Gemini Robotics 2不是单一模型,而是三个分工明确的组件,构成一套完整的"机器人操作系统"分层。
三层架构,三种分工。谷歌不是在做一个"更强的机器人模型"——它是在定义机器人行业的操作系统分层。动作、规划、部署,各自解耦,各自迭代,最终目的是让不同厂商的硬件都能接入同一套智能层。
几小时换一个身体,这才是最难的问题
机器人行业有一个公认的难题:Sim-to-Real Gap(仿真到现实的鸿沟),以及它的孪生兄弟——跨本体迁移。简单说:在一台机器人上训练好的技能,换到另一台外形、传感器、自由度完全不同的机器人上,几乎要从头来过。数据不通用,意味着每家公司都在造自己的孤岛。
谷歌用On-Device 2给出了一种解法:借助"运动迁移"技术,只需要不到200个示例、几小时的适配时间,就能把同一套模型迁移到全新的机器人本体上。同一套模型checkpoint,已经跑在Apptronik Apollo 2(配Sharpa灵巧手)、Apollo 2(配Inspire手)、Franka Duo(配Robotiq夹爪)三种完全不同的硬件上。如果每台机器人都需要从头学习,那通用机器人永远只是梦想。谷歌要解决的不是"让一台机器人学会一个动作",而是让同一种能力能在任何身体之间迁移。6
Android时刻:谷歌的真实意图是什么
谷歌宣布不再亲自下场造机器人,只输出大模型、控制算法和云端算力。这个消息在机器人行业投下的震撼弹,比任何一台人形机器人的亮相都要大。谷歌正式押注了一条与特斯拉Optimus、Figure等"软硬一体"路线截然不同的路径:做具身智能时代的安卓,而不是做另一个苹果。7
这套"不卖本体,只卖大脑"的算盘拨得其实很清楚。硬件制造是重资产、低毛利的苦活累活,而AI模型具备边际成本递减与跨平台复用的天然优势。一套通用的具身智能系统,可以授权给任何一家愿意造机器人的厂商,就像当年安卓系统授权给所有手机厂商一样。一旦接入的硬件厂商足够多,多源异构的数据就会反哺模型迭代,形成越用越聪明、越聪明越多人用的飞轮。这正是谷歌在搜索和安卓上验证过的网络效应打法:不赚硬件的钱,但赚生态的钱。7
谷歌的这场豪赌,本质上是在赌"大脑"的迁移速度能不能跑赢"身体"的差异化速度。如果开放生态能吸引足够多的硬件厂商接入,统一的机器人交互标准建立起来,谷歌就能成为具身智能基础设施的抽税人。这件事的成败,不取决于谷歌的算法有多先进,而取决于它能否说服足够多的硬件厂商相信:用谷歌的大脑,比自己造一个大脑更划算。7
特斯拉们怎么接招,谷歌这条路能走通吗
当前人形机器人赛道的主流路线是"软硬一体":特斯拉造Optimus,Figure造Figure 03,垂直整合,用工厂量产降低成本。像极了当年苹果做iPhone的逻辑——最好的体验,需要从芯片到系统到整机的全栈掌控。
但谷歌赌的是另一件事:机器人这个赛道,脑和体的边界从来没有这么清晰过。硬件厂商擅长机械设计、量产制造;AI厂商擅长模型训练、泛化能力。与其各自在对方的短板上下苦功,不如各做各的强项,让专业分工带来效率提升。谷歌想用一纸协议把这条边界固定下来——问题在于,物理世界的复杂性会不会配合。7
智能从来不是悬浮在真空里的算法,它一定要依附于某种物理结构才能显现。谷歌赌的是,这个物理结构可以由无数个第三方提供。这个赌注很大,但一旦赢了,它就是整个机器人时代的底层操作系统。
现在能用到吗?真实落地节奏如何
目前能被直接确认的事实,全部来自谷歌官方:产品发布、API与AI Studio接入、企业私有预览、端侧与VLA的早期访问安排,以及Apptronik和Boston Dynamics的合作场景。这些信息足以说明谷歌正在推进机器人能力的平台化分发,但还不能推出两个更强结论:一是相关模型已经进入大规模商业部署;二是谷歌已在机器人行业建立明确领先份额。8
官方没有披露定价、客户数量、吞吐规模、推理成本、机器人硬件适配范围,也未给出合作的量产节奏和商业合同细节。当前更准确的表述是:谷歌已经把机器人模型从研究能力推进到可接入、可试用、可合作验证的产品阶段,而不是已经完成行业规模兑现。8
不过,落地合作已在同步推进。谷歌与Apptronik合作,在Apollo 2人形机器人上控制Gemini Robotics 2;与Boston Dynamics的合作则使用Gemini Robotics ER 2编排Spot的导航和机械臂API。Apollo 2与Spot出现在同一轮叙事中,指向的正是跨形态适配——一端是humanoid,另一端是四足机器人,谷歌希望证明Gemini Robotics不依赖单一机型成立。8
为什么医疗和安全场景被优先点名
除了工业制造,谷歌系最近释放的信号开始向医疗和安全集中。具身智能过去最常见的叙事,是通用人形先从制造、仓储、零售等标准化环境切入;但如果重心开始围绕医疗和安全展开,含义就变了——这不再是单纯追求动作泛化,而是在寻找最能证明"模型+硬件+责任闭环"成立的行业入口。9
医疗不能容忍误操作,安全场景不能接受感知迟钝;前者要求流程合规和责任可追溯,后者要求系统在极端环境中保持稳定。这两个场景对机器人最不友好,但也最能倒逼出完整的责任闭环。一旦场景从开放式泛化转向高责任垂直行业,模型公司不再只是卖"大脑",而是在争夺流程操作系统的位置。9
谷歌同步推出的ASIMOV-Agentic安全评测基准,测试机器人能否主动拒绝危险动作、识别不确定性,并主动请求人类支援。这件事的战略意义在于:谁先让客户相信"模型失误不会直接变成物理事故",谁就先拿到规模部署门票;谁只能证明机器人偶尔很聪明,谁就会卡在演示间。2
对A股机器人产业链意味着什么
对A股投资者来说,谷歌不发股票,但它每一次在机器人AI上迈步,都会被当成整个赛道的风向标。资金回头翻的,是减速器、丝杠、传感器、灵巧手这些"卖铲子的"——巨头把饼画大,上游零部件先被资金盯上。10
不过得把话说清楚:谷歌的模型是它自己的,A股公司只是处在同一条产业链的情绪辐射里,离真正拿到订单还隔着好几层。机器人这条线,2026年已经被炒过好几轮。每次巨头发新东西,板块就躁动一下,但热潮退去后,最终还是看谁真有订单、真有利润。模型再炫,落地才是硬仗。10
谷歌不造机器人,但它的每一次发布都在重塑这个行业的游戏规则。接下来12到18个月,行业会出现两个清晰信号:一类是头部客户的招标文件开始写入可验证安全控制、策略隔离和异常接管要求;另一类是机器人公司的对外叙事从"泛化能力"转向"事故率、接管率、任务完成中的安全约束表现"。如果这两件事同步发生,谷歌这份路线图就不是跟进趋势,而是在提前定义趋势。具身智能的第一场大规模商用,奖励的不会是最炫技的公司,而是最会"过审"的公司。11
当前文章无评论,是时候发表评论了