【通用物理AI的“GPT-2时刻”：谷歌机器人大脑进化】谷歌DeepMind发布Gemini Robotics 2，核心突破是让机器人从“局部摆弄”进化到“全身协调”。它由三个模型驱动：VLA负责把视觉指令转成肌肉动作，ER 2负责高层次的任务规划和多机协作，On-Device版则能让新机器人硬件在几小时内完成适配。这意味着同一个AI大脑，既能控制人型机器人弯腰捡东西，也能指挥机械臂精准打包，甚至还能让不同型号的机器人组队干活。这件事的底层逻辑在于，谷歌正在试图攻克“莫拉维克悖论”——对AI来说，下棋很难但走路简单，而现实是逻辑推理容易，物理感知和精细动作极难。虽然视频里的机器人动作依然缓慢，且多指操作成功率尚不完美，但关键在于“通用性”：AI不再是为特定任务编程，而是像人类一样通过多模态理解来感知物理世界。对于普通人来说，比起“机器人保姆”，更值得关注的是它在工业和物流领域的快速适配能力，这才是效率革命的真正起点。 deepmind.google/blog/gemini-robotics-2-brings-whole-body-intelligence-to-robots/