Gemini Robotics 2 由腳到手指都識控制：機械人離返工仲有幾遠？

Gemini 終於由上身管到雙腳

Google DeepMind 公布 Gemini Robotics 2，今代最搶眼嘅改動係 whole-body control，全身控制。上一代主要叫人形機械人坐定定做枱面工作，集中處理上身同雙手；新模型就連腳、腰、平衡同手指都一齊管。官方示範入面，Apptronik Apollo 2 可以行去枱邊、彎身拎起花灑壺，再行到貨架前放入指定位置，亦識蹲低、伸手同按指令搵貨品。

圖片：Google DeepMind

全身控制難在動作會互相拖累

聽落只係多控制幾組關節，其實複雜好多。機械人伸手拎嘢時，重心已經跟住改變；再加埋行路、轉身同手指發力，任何一環有少少偏差，都可能一路傳落去，最後企唔穩或者放錯位置。Gemini Robotics 2 呢類 VLA 模型會接收鏡頭畫面同自然語言指令，再輸出馬達動作。今次最值得留意嘅係，同一套模型開始識得協調移動、平衡同操作物件，唔使每個動作都預先寫死一條流程。

三個模型分工，先撐得起長任務

今次其實有三個模型各自做唔同工作。Gemini Robotics ER 2 負責睇環境、拆解目標同追蹤進度，似任務主管；Gemini Robotics 2 將每一步變成實際動作；On-Device 2 就喺機械人本身運行，減少網上延遲同斷線影響。DeepMind 話 ER 2 可以處理持續幾分鐘、涉及數百次決定嘅工作，遇上失手亦識重試。On-Device 2 就可以用少過 200 個示範，花幾個鐘適應形狀、感應器同自由度都唔同嘅雙臂機械人。

多機合作對倉務有意思，但示範規模仲細

另一個值得睇嘅位係多機協作。官方影片入面，Apollo 2 會同雙臂機械人分工執拾車房，由一部負責規劃，再叫另一部將工具放入箱。物流、倉務或者製造業本身就有好多工序，要唔同機械同人接力完成；如果 ER 2 真係可以因應現場情況重新分配工作，部署彈性會高過每部機械人各行一套固定程式。不過今次展示嘅仍然係短片同預設場景，未足以反映十幾部機械人長時間一齊工作時，通訊、塞車同錯誤累積會變成點。

手指靈活咗，速度同成功率仍有空白

DeepMind 亦展示模型控制五指、22 個自由度嘅 SharpaWave 機械手，做到打結、封密實袋等細緻動作；換成 Franka Duo 嘅兩指夾具，又可以密集執貨。官方自己承認，多指操作仍然有難度，Apollo 2 嘅移動速度亦要再改善。更關鍵係，公開資料未交代各項任務嘅完整失敗率、每次測試有冇人介入、連續運作時間，同光線或物件位置大改後仲剩幾多成功率。示範片證明能力範圍擴闊咗，可靠程度就仲未睇得清。

安全報告反而講出部署有幾遠

DeepMind 嘅安全報告提供咗幾個幾實在嘅限制。實驗室測試入面，系統偵測接近中嘅人有 99% 準確率，機械人成功轉到安全姿勢嘅可靠度係 96%；但報告亦指出，現有模型未能同時將漏報同誤報壓到接近零。想少啲無故停機，就會漏過更多真正危險；調高敏感度，又會頻密停工。報告仲明講，測試冇涵蓋認證硬件、系統備援同實時保證等功能安全架構。工場要批准機械人喺人身邊工作，就要逐樣審查呢啲硬條件。

而家屬於早期試用，未到買機開工

Gemini Robotics ER 2 已經可以喺 Google AI Studio 試用，企業版本就屬私人預覽；負責實際控制嘅 VLA 同 On-Device 2 暫時只開放畀早期合作夥伴。Apollo 2 嘅售價、商用供應範圍同香港部署安排，官方都未有公布。現階段最值得追嘅係獨立測試、跨班次連續運作數據，同出錯後要幾多次人手接管；有齊呢幾項，先判斷到佢適唔適合倉務同生產線。

參考來源

• The Verge — Google DeepMind’s new AI model can control a robot’s entire body — original report
• Gemini Robotics 2 brings whole body intelligence to robots — Google DeepMind 官方公告，交代三個模型嘅分工、能力、測試描述同供應狀態。
• Gemini Robotics 2: Safety Evaluations — 官方安全評估，提供人類接近偵測、安全停機數據，同講明未涵蓋功能安全架構。
• Gemini Robotics 1.5 brings AI agents into the physical world — 上一代官方資料，用嚟比較長任務規劃、跨機身學習同控制範圍嘅演進。
• Apptronik Apollo 2 — Apollo 2 官方產品頁，確認雙足及輪式設計、整體平台定位同安全配置。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。