作者|桑幣區識編輯團隊
發布|2026/11/16
更新|2026/11/16
Gemini Robotics 是 Google DeepMind 面向機器人的 AI 模型系列,讓機器人結合影像、語言與實體環境資訊,理解任務、規劃步驟並執行動作。Google 於 2026 年 11 月 10 日公布 Gemini Robotics 2.5,重點放在精細操作、實際工作環境中的可靠性,以及與人共處時的安全性。
它與一般用來聊天、寫作的 Gemini 有不同用途。Gemini Robotics 2.5 是視覺-語言-動作模型,正向機器人合作夥伴推出;系列中的 Gemini Robotics ER 2 則另有開發者試用入口。理解這個區別,才能分清楚「可以測試推理模型」和「可以讓實體機器人執行工作」的差距。
Gemini Robotics 是什麼?先理解 VLA 與具身智慧
一般 AI 助理主要在數位環境中處理文字、圖片、文件或工具任務;機器人則必須面對物品的位置、材質、重量與周遭人員。Gemini Robotics 的方向,是讓 AI 能將對環境的理解轉成實體動作。
這類能力經常被稱為「具身智慧」(embodied intelligence)或「實體 AI」(physical AI)。例如,理解「把零件放進托盤」不只需要辨識文字,還必須知道哪個是零件、手臂如何接近,以及放下時是否會碰撞其他物品。
VLA:從看見、聽懂,到執行動作
VLA 是 Vision-Language-Action 的縮寫,中文可理解為視覺-語言-動作模型。依照 Google DeepMind 的產品說明,Gemini Robotics 的 VLA 模型會將視覺與語言輸入轉換成動作控制,讓機器人實際採取行動。
以整理零件的情境說明,影像提供物品與容器的位置,語言描述任務目標,動作控制則負責讓機械手臂抓取、移動和放置。這是一種理解技術分工的方式;實際系統仍需要配合相容硬體、感測與控制設計。
ER:理解空間與規劃工作
ER 是 Embodied Reasoning,指具身推理。Gemini Robotics ER 負責理解實體空間、規劃多步驟任務,以及協調工作流程。VLA 和 ER 可以互相搭配,但兩者不是同一個模型名稱,也不能把一方的開放資格或測試成績直接套到另一方。
Gemini Robotics 2.5 有哪些新功能?
根據 2026 年 11 月 10 日官方公告,2.5 的改進集中在任務廣度、操作靈巧度、可靠性與安全控制。以下成果均為 Google 公布的評測與案例,應連同適用條件閱讀。
更精細的操作:工具、柔軟物品與易損物件
Google 以約 200 種不同任務評估模型,例子包括用夾子盛裝食物、替禮盒打蝴蝶結,以及使用移液器處理液體。這些任務需要的能力不同,從工具操作到柔性物體處理,都比單純搬動規格一致的方塊更複雜。
官方表示,相較先前基準,依任務種類不同,成功率提高 30% 至 100%,完成任務的速度也有改善。這裡的「提高」是比較結果,不是所有任務都達到相同成功率,也不等於增加 30 至 100 個百分點。
跨不同機器人硬體運作
公告展示的硬體包括 Apptronik 的 Apollo 2 人形機器人,以及配備雙指平行夾爪的 Franka Duo 平台。前者與後者的手部構造、活動方式不同,反映 Gemini Robotics 希望跨硬體發展的方向。
不過,讀者不能因此假設任何現有機器人接上模型就能工作。硬體整合、資料、控制系統與現場驗證,仍會影響能完成哪些任務。
加入實體安全引導
2.5 使用推理階段的引導機制,協助機器人在動作過程避開實體危險。官方評測顯示,面對障礙物與鄰近人員的情境,安全完成任務的表現有所提升。
這類設計的重要性,在於機器人的錯誤可能直接影響人員或物品。安全測試成績可以用來觀察進展,但不能取代實際場域的風險評估、防護設備與人工監督。
Mercedes-Benz 的 96% 成功率,代表什麼?
Gemini Robotics 2.5 最受關注的案例之一,是 Google、Apptronik 與 Mercedes-Benz 合作的汽車零件備料概念驗證。試點位於匈牙利 Kecskemét 與德國 Sindelfingen 的實際汽車生產線。
在這項測試中,Apollo 2 從料箱取出金屬汽車支架,依生產所需順序放入容器。Gemini Robotics ER 協助追蹤工作流程,Gemini Robotics 2.5 動作模型控制手與手臂。Google 公布的成功率為 96%。
96% 的適用範圍是這個特定備料概念驗證,不能當成所有機器人任務的通用成功率。它也不代表 Mercedes-Benz 已將所有工廠全面改成無人作業。從試點走向更大規模部署,還需要考慮不同零件、設備、維護方式、作業節奏與安全條件。
這個案例的價值,是讓機器人 AI 的討論從單一展示動作,往實際工作流程前進。對產業讀者而言,後續值得追蹤的是部署範圍、持續運作能力與整體成本,而不只是一次公布的百分比。
Gemini Robotics、ER 2、On-Device 2 有什麼不同?
| 名稱 | 主要角色 | 閱讀時要注意 |
|---|---|---|
| Gemini Robotics 2.5 | VLA 動作模型,將視覺與語言輸入轉為機器人動作 | 官方表示正向機器人合作夥伴推出 |
| Gemini Robotics ER 2 | 具身推理模型,理解空間並規劃多步驟任務 | 在 Google AI Studio 與 Gemini API 提供公開預覽,不等同於取得 2.5 VLA |
| Gemini Robotics On-Device 2 | 針對機器人裝置本地運作最佳化的輕量 VLA 模型 | 用途與部署方式不同,不能直接套用 2.5 的所有規格 |
以上依 Gemini Robotics 官方產品頁於本文更新日期的分類整理。系列名稱相近,但選型時應先確認需要的是推理、動作控制,還是本地部署。
Gemini Robotics 和一般 Gemini 有什麼差別?
| 比較項目 | 一般 Gemini 網頁版/App | Gemini Robotics |
|---|---|---|
| 主要工作環境 | 文字、圖片、文件與其他數位內容 | 機器人所處的實體環境 |
| 典型需求 | 問答、寫作、研究與內容整理 | 空間理解、任務規劃與實體操作 |
| 主要使用對象 | 一般使用者與工作團隊 | 機器人開發者、研究者與產業合作夥伴 |
| 取得方式 | 依產品的帳號、地區與方案使用 | 不同模型分別依試用、合作或部署條件取得 |
如果需求是撰寫文章、翻譯或整理資料,一般 Gemini 就是較直接的入口。購買 Google AI 個人訂閱,也不應被理解為自動取得 Gemini Robotics 2.5 的實體機器人部署權限。
延伸閱讀:Gemini 是什麼?2026 免費使用、台灣價格與註冊教學
Gemini 4 Argon 在其中扮演什麼角色?
Google 在 2.5 公告中提到,Gemini 4 Argon 協助加速機器人研究,例如由真實相機場景生成模擬練習、建立數位孿生,以及從影片分析任務失敗原因。這屬於研發流程中的支援角色,不應把 Argon、Robotics 2.5 與 ER 2 當成同一個型號。
數位孿生可理解為用於模擬的數位環境。搭配真實示範資料,研究者可探索不同場景與物件,再驗證哪些改善能在機器人上成立。
延伸閱讀:Gemini 4 Carbon 是什麼?功能亮點、開放時間、API 價格與 Argon 差異
台灣可以使用 Gemini Robotics 嗎?如何取得?
截至 2026 年 11 月 12 日,Gemini Robotics 2.5 官方公告說明的是向機器人合作夥伴推出,並非台灣一般使用者登入 Gemini App 後即可開啟的功能。官方產品頁另設有受信任測試者候補申請入口,加入候補名單也不等於已獲得模型存取權。
另一方面,官方 ER 2 產品頁列出 Google AI Studio 與 Gemini API 的公開預覽,以及 Gemini Enterprise Agent Platform 的私人預覽。有興趣的開發者可從官方入口了解,再確認帳號、地區、用量與服務條件。ER 2 的推理模型試用,不能當成 2.5 動作模型已全面開放的證據。
有實體部署需求的團隊,應先列出硬體種類、作業任務、現場安全要求與預算,再評估適用的合作或測試管道。官方 2.5 公告未提供可套用到所有專案的統一部署價格,因此不宜直接拿 Gemini 個人月費估算工廠導入成本。
機器人 AI 還有哪些安全與落地限制?
模型能力不等於整套系統可靠性
機器人的表現同時受到感測、機械結構、控制、網路與工作環境影響。即使模型理解了指令,物件滑落、視線遮擋或場地配置變動,都可能影響執行結果。導入時需要明確的停止條件、異常處理與人工接管方式。
避免把安全測試當成零風險保證
Google 在 2.5 公告中也介紹針對機器人不安全指令的 ASIMOV-Jailbreak 評測。公告提及的 99.5% 抗越獄結果屬於 Gemini 4 Argon 在該測試的表現,不是 Gemini Robotics 2.5 在所有現實場景的安全保證。
企業評估時應把「拒絕危險指令」「動作是否碰撞人員」「意外發生後如何停機」分開檢查。單一模型分數無法涵蓋全部風險。
攝影與作業資料需要管理
機器人可能接觸工廠影像、人員活動與生產流程等資料。導入前應確認資料傳輸、保存、存取權限,以及適用的組織規範。採用本地運作模型,也不宜直接推定整套系統完全沒有對外傳輸,仍需檢查實際架構。
Gemini Robotics 常見問題 FAQ
Gemini Robotics 是 Google 推出的機器人嗎?
它主要是機器人 AI 模型系列,不是單一硬體產品。Google 與機器人硬體合作夥伴共同開發和測試應用,例如公告中的 Apptronik Apollo 2。
Gemini Robotics 2.5 什麼時候推出?
Google DeepMind 於 2026 年 11 月 10 日公布 2.5,並表示正向機器人合作夥伴推出。
可以用 Gemini App 直接操作家用機器人嗎?
目前不是一般 Gemini App 可直接啟用的家用機器人控制功能,實際操作仍需要相容的硬體、軟體與部署條件。
Gemini Robotics 可以免費使用嗎?
不能將一般 Gemini 免費版等同於 Robotics 2.5 免費部署。ER 2 另有預覽試用入口,其用量與費用應依對應服務確認;2.5 的取得與商業條件則需依合作安排。
96% 成功率是否代表已能取代所有工廠工人?
不是。這是特定汽車零件備料概念驗證的結果,不能延伸成所有任務、人力配置或工廠部署的結論。
Gemini Robotics 與 Gemini Robotics ER 有什麼差別?
Robotics 的 VLA 模型著重將視覺與語言轉為動作控制;ER 著重空間理解和多步驟推理。兩者可以搭配,但版本、功能與取得方式需要分開確認。
官方資料來源
*本文由桑幣區識編輯團隊依據官方資料及公開資訊整理,內容僅供資訊與教育用途,不構成投資建議。