Google DeepMind发布两款基于Gemini 2.0的人工智能（AI）模型，分别为Gemini Robotics和Gemini Robotics-ER，标志着AI在现实世界的应用迈进新阶段。这两款模型不仅能够理解及回应语言、图像和视频等资讯，更进一步实现物理行动，让AI具备“具身推理”（Embodied Reasoning），即像人类一样感知环境并作出实际行动。
Gemini Robotics以Gemini 2.0为基础，加入了机械控制功能，令AI不只是停留于数码世界，还能实际操作机器人执行各种任务。该模型具备三大核心能力：
测试结果显示，Gemini Robotics在通用性测试基准上的表现超越现有视觉-语言-动作（VLA）模型超过两倍，进一步推动机器人在现实世界的应用。
另一款模型Gemini Robotics-ER强化AI的空间感知能力，使机器人可更灵活运用Gemini 2.0进行复杂场景的决策与操作。Google DeepMind也与一众研究人员合作，让开发者利用该技术研发更多应用场景。
Google DeepMind正与机器人技术公司Apptronik合作，基于Gemini 2.0研发新一代人形机器人。其Apollo机器人平台便是其中一个示范案例，展示Gemini Robotics如何适应不同机械结构，进行更复杂的任务。
Google DeepMind表示，未来将继续探索Gemini Robotics的应用，并邀请特选测试者参与开发，期望将AI技术更广泛应用于现实世界。
