Google DeepMind 最新发布的 Gemini Robotics 2 模型，标志着其 AI 能力从数字世界向物理世界的重要跨越。
发生了什么
Google DeepMind 于近期发布了 Gemini Robotics 2，这是其 Gemini 系列模型的最新版本，专门针对机器人应用进行了优化。该模型能够直接控制机器人硬件，使其在真实环境中执行复杂任务，如物体抓取、导航和操作。与之前的版本相比，Gemini Robotics 2 在理解物理世界、适应动态环境方面有了显著提升，被公司称为向“物理 AGI”迈出的重要一步。
为什么重要
长期以来，AI 模型主要在数字领域发挥作用，如文本生成、图像识别等。然而，真正的通用人工智能需要能够与物理世界交互。Gemini Robotics 2 的发布意味着 Google DeepMind 正在将其在语言和多模态模型上的积累应用于机器人领域，试图弥合虚拟与现实的鸿沟。这一进展可能加速机器人从实验室走向实际应用，例如在制造业、物流、家庭服务等场景中。同时，这也引发了关于安全性和伦理的讨论：当 AI 直接控制物理设备时，错误或不当行为可能造成实际损害。
影响与看点
对于机器人行业而言，Gemini Robotics 2 提供了一种新的范式：利用大型语言模型的世界知识和推理能力来指导机器人行为，而不是依赖传统的硬编码规则。开发者可能能够更快地构建适应性强、可泛化的机器人应用。然而，现实世界的复杂性和不可预测性对模型的鲁棒性提出了极高要求。值得关注的是，Google DeepMind 是否会开放该模型的 API 或提供预训练权重，以及如何确保安全部署。此外，这一进展可能加剧科技巨头在“具身智能”领域的竞争，尤其是与 OpenAI、特斯拉等公司的较量。独立判断：Gemini Robotics 2 是通往物理 AGI 的重要里程碑，但距离可靠、安全的商业化应用仍有很长的路要走。
