一句话看懂：一台搭载高通 AI 芯片的人形机器人在发布会上当众倒地，而搭载 DeepMind Gemini Robotics 2 的 Apollo 机器人却能自主完成从未训练过的系垃圾袋任务。两段视频对比揭示了人形机器人的真实差距，也指向可行的技术路线：用统一“大脑”替代分散控制与预编程。
事件核心：发生了什么
上周，一台基于高通 Dragonwing IQ10 机器人参照平台开发的人形机器人在展示环节中，将托盘交给台上主持人后突然失去平衡倒地，抬起一只手仿佛“认输”，随后工作人员上台用布将其盖住。Qualcomm 事后澄清：该机器人并非高通自家的人形产品，只是使用了其最新的机器人 SoC，具体故障原因可能是电池耗尽或伺服系统异常，但现场演示因此非常尴尬。
与之形成鲜明对比的是，DeepMind 发布了全新的 Gemini Robotics 2 系统，搭载于 Apptronik 的 Apollo 机器人上。DeepMind 官网介绍称，该系统为机器人带来“全身智能”，具备高级灵巧性，并能协调多个机器人在共享空间中协作。在演示视频中，Apollo 机器人用双手灵活地收拢并系紧垃圾袋——这个动作并未被预先编程或训练过，机器人通过感知、视觉和自适应子程序的综合“大脑”自主完成了任务。
为什么重要
这两件事恰好位于人形机器人技术光谱的两端。目前多数人形机器人的控制逻辑仍依赖分散的传感器和预设脚本，一旦出现未覆盖的场景（如电量耗尽）或导航误差，系统便迅速崩溃。Apollo 的演示则展示了一条更接近通用性的路线：将视觉、力觉、运动控制和任务执行集中到一个统一模型中，让机器人具备“在开放环境中学会应对”的能力，而不是只能在受限环境中重复既定动作。
对人形机器人行业而言，这意味着“堆硬件”之外产生了新的竞争维度——大模型驱动的机器人“大脑”。Tesla、Figure、Neo 等公司虽然推出了大量机器人原型，但 Gemini Robotics 2 的出现可能迫使它们重新评估：是以自研模型为核心构建全栈能力，还是采用类似 DeepMind 的外置 AI 层方案。目前 Gemini Robotics 2 仍处于研究阶段，但它在垃圾袋任务上的零样本表现，已经展示了“基础模型+通用硬件”组合对传统“预训练一切动作”路线的冲击力。
对用户/开发者/创作者的影响
对开发者而言，若 Gemini Robotics 2 逐步开放 API 或开发框架，机器人厂商将能从“为一个动作写一套代码”转向使用统一模型承担感知、决策和执行，从而大幅降低开发门槛和多任务调度成本。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对于硬件厂商，事件提供了一个明确警示：仅提供高性能 SoC（如高通 Dragonwing IQ10）远远不够，真正的价值在于能否与成熟 AI 层配合，把算力转化为实际自主性与稳定性，否则再强的芯片也只能在一分钟的舞台行走中失宠。
对普通用户和企业采购方而言，这段对比视频是很好的现实校准——那些主打“2026 年进家庭”的机器人宣传仍需保持审慎，大量现役机器人的可靠性低于公众预期；但具备自主学习能力的机器人一旦进入量产，将首先在仓储分拣、日常服务等场景中展现商业价值。
值得关注的后续
目前公开信息显示，Gemini Robotics 2 尚处于研究验证阶段，尚未公布商用时间表和定价。值得观察的有三点：一是 DeepMind 是否会将 Gemini Robotics 2 扩展为开放平台，吸引 Apollo 之外的第三方机器人厂商接入；二是 Apptronik 是否会以这一模型为基础，启动小规模真实场景试点；三是高通等芯片厂商是否会针对“大模型上机器人”的需求，调整下一代 SoC 架构或与 DeepMind 展开合作。此外也需要留意，这类系统在真实家庭、办公室等非受控环境中，是否仍能保持演示中那样的稳定性与安全性。
来源：TechRadar
