Google讓人形機器人學會全身工作 Gemini Robotics 2離汽車工廠還有多遠？
人工智能開始離開螢幕，走進真實世界。Google DeepMind於2026年7月30日發表Gemini Robotics 2系列模型，其中最引人注意的變化，是AI不再只控制機械手臂或桌面上的簡單動作，而是開始控制整個人形機器人的身體。
在官方示範中，Gemini Robotics 2控制Apptronik Apollo 2完成走路、蹲下、彎腰、伸手取物，再把物件送到指定位置等連續動作。對汽車產業而言，真正值得看的並不是“機器人終於會走路”，而是這類Physical AI——實體人工智能——能否逐步進入原本為人類設計的工廠。
從理解指令，到控制整個身體
Gemini Robotics 2並不是單一模型。Google DeepMind把這套系統分成三個角色：Gemini Robotics 2負責把視覺與語言指令轉換成馬達動作；Gemini Robotics ER 2負責理解環境、拆解多步驟任務、追蹤進度，甚至協調不同機器人合作；Gemini Robotics On-Device 2則針對直接在機器人本體運行而設計，減少對網絡連線的依賴。
這種分工很像把“身體控制”“高階思考”和“本地即時反應”拆開處理。官方展示中，Apollo 2可以根據一句自然語言指令，自己走到物件旁、拿起物件，再移動到另一個位置完成任務。ER 2則可處理持續數分鐘、包含大量判斷步驟的工作，並在部分步驟失敗時重新規劃。
距離人類工人的靈活程度，仍有一段距離
這些畫面很容易讓人產生“人形機器人已經成熟”的印象，但Google公布的測試數據其實更值得注意。Apollo 2在桌面、地面及架子取物的平均成功率約介於45.7%至76.3%；使用五指機械手完成綁垃圾袋、使用畚箕或封密實袋等精細工作時，部分測試仍只有約三至四成成功率。
Google也明確指出，多指精細操作仍然具有挑戰，而且機器人的移動速度仍需要進一步提升。換句話說，Gemini Robotics 2展現的是“通用能力正在擴大”，而不是機器人已經可以無條件取代熟練工人。
為什麼汽車工廠特別值得觀察？
傳統汽車工廠早已大量使用自動化設備，但多數機械臂最擅長固定位置、固定路徑與高重複性的工作。只要生產流程或零件位置改變，往往需要重新編程、重新設計治具，甚至調整整個工作站。
人形機器人的想法不同。工廠的走道、工作台、貨架與工具原本就是按照人的身形設計，如果機器人可以使用相同空間，就有機會在不大幅改造廠房的情況下，處理搬運、分揀、補料、檢查或其他較多變的任務。
Apptronik與汽車業已經有實際合作背景。Mercedes-Benz早在2024年便與Apptronik展開Apollo人形機器人的製造場景合作；Apptronik於2026年公布Apollo 2與Robot Park時，也提到相關數據收集流程已延伸到包括Mercedes-Benz在內的客戶與合作夥伴場地。不過，這並不代表Mercedes-Benz已經正式採用Gemini Robotics 2，兩件事必須分開理解。
Physical AI真正的門檻，是穩定、安全與成本
對工廠而言，一段漂亮的示範影片並不足夠。機器人需要長時間工作、面對不同零件與環境變化，也必須在人類員工靠近時安全停止。Google在Gemini Robotics 2中也強化了安全判斷，包括在不確定時要求人類介入，以及在人員靠近時觸發安全動作。
真正決定人形機器人能否走進汽車工廠的，最終仍會是可靠性、工作速度、維護成本、安全認證與投資回報。短期內，它們比較可能先接手重複、勞累、危險或不符合人體工學的工作，而不是把整條生產線上的人全部換掉。
汽車工業已經自動化了幾十年，但人形機器人的價值並不是把傳統機械臂做成人形，而是嘗試處理那些“不值得為它重新設計整條生產線”的工作。Gemini Robotics 2讓這條路又向前一步，但真正的比賽才剛開始：誰能讓機器人每天穩定、安全，而且足夠便宜地工作，誰才有機會真正走進工廠。
留言
發佈留言