刚刚:谷歌联手波士顿动力重塑 Atlas,Gemini 3 横扫科研界

AI新闻资讯2026-04-17 20:51:10

新闻导语

2026 年 4 月,谷歌(Google)与波士顿动力(Boston Dynamics)的深度合作迎来里程碑式进展。在 CES 宣布联手数月后,双方正式将谷歌最强具身智能模型 Gemini Robotics-ER 1.6 植入通用人形机器人 Atlas 及四足机器狗 Spot。这一举措标志着机器人技术从预设程序执行向具备环境理解与自主决策的“通用工人”跨越。与此同时,Gemini 系列大模型在科研界的统治力持续增强,其多模态推理能力正重新定义物理世界与数字世界的交互边界。

事件详情

本次合作的核心成果是 Gemini Robotics-ER 1.6 模型的部署。作为机器人的“高层大脑”,该模型不直接控制机械动作,而是负责理解环境、制定计划及调用工具。据谷歌 DeepMind 发布的信息显示,搭载新模型的 Spot 机器狗已具备读取工厂压力表数值的能力,精度可达刻度以下;而植入该系统的 Atlas 人形机器人则能在复杂非结构化场景中自主规划路径并调整行为策略。

谷歌广告隐私与安全部门副总裁 Keerat Sharma 在解读相关技术赋能时指出:"2025 年,Gemini 赋能的工具显著提升了我们检测与阻止不良风险的能力。”这一安全机制同样被引入机器人系统,Gemini 通过对自身动作进行推理和约束,增加了一层行为安全检查,确保在提升自主性的同时严格遵守安全标准。数据显示,相比上一代 ER 1.5 和 Gemini 3.0 Flash,新模型在空间推理、物体计数及任务成功检测上均有显著提升,特别是新增的"Pointing"能力,让机器人能精准定位指针与刻度,甚至知道“不去指图里没有的东西”。

背景分析

此次合作并非偶然,而是谷歌构建 AI 物理世界入口战略的关键一步。早在 2026 年 1 月的 CES 展会上,波士顿动力与谷歌 DeepMind 便宣布计划把 Gemini Robotics AI 模型嵌入新一代 Atlas 人形机器人。传统工业机器人依赖固定程序,难以应对动态变化的环境,而谷歌试图通过 Gemini 注入真正的“物理智能”。

刚刚:谷歌联手波士顿动力重塑 Atlas,Gemini 3 横扫科研界_https://ai.lansai.wang_AI新闻资讯_第1张

回顾历史,谷歌在 2025 年发布的 Gemini 3.0 版本已被视为重要技术迭代,甚至促使竞争对手启动内部响应机制。进入 2026 年,谷歌加速将 Gemini 整合至智能手机、智能家居乃至人形机器人等终端。波士顿动力方面,其最新量产版 Atlas 身高 1.9 米,负载达 50 公斤,拥有 56 个自由度,此前已通过强化学习在现代汽车工厂完成实际作业。双方的强强联合,旨在解决当前机器人在环境理解、自主决策和灵巧操作方面的短板。

影响评估

谷歌与波士顿动力的联手正在重塑机器人行业格局。通过将大模型的泛化能力与顶尖硬件的运动控制相结合,机器人正从“炫技”走向“实干”。这种软硬结合的模式,不仅让 DeepMind 的 AI 模型在真实世界交互中不断进化,也为波士顿动力的机器人赋予了前所未有的适应性和通用性,使其能够胜任更复杂的工业场景。

对于市场而言,这意味着具身智能商业化落地的加速。具备自主充电、自动更换电池以及高精度仪表识别能力的机器人,将大幅降低工厂对人工的依赖。对于竞争对手来说,谷歌构建的"Android 式”通用 AI 基础设施,通过赋能第三方硬件厂商,可能形成新的生态壁垒,迫使其他大模型厂商加快在物理世界应用层面的布局。

刚刚:谷歌联手波士顿动力重塑 Atlas,Gemini 3 横扫科研界_https://ai.lansai.wang_AI新闻资讯_第2张

各方反应

波士顿动力 CEO 罗伯特·普莱特(Robert Playter)曾表示,当前机器人在未知环境导航等方面存在明显短板,而 Gemini 有望在物体识别和指令解析上提供关键补充能力。业内观察家认为,这是一次跨越时空的“再度牵手”,标志着机器人技术向具备环境理解与灵巧操作能力的“通用工人”迈出了关键一步。

现代摩比斯作为合作伙伴,将为 Atlas 提供执行器,双方携手构建零部件供应链以加快研发生产速度。市场对此反应积极,消费者对于"Galaxy AI"等谷歌系 AI 品牌的认知率在一年内从 30% 提升至 80%,为更广泛的产品线部署奠定了用户基础。

未来展望

随着 Gemini Robotics-ER 1.6 的全面铺开,预计未来几个月内,我们将看到更多搭载该系统的机器人在汽车制造、物流分拣等实际工业场景中规模化应用。值得关注的是,谷歌计划继续扩大 Gemini 的应用场景,将其深度整合进家庭娱乐系统及更多消费电子终端。2026 年下半年,随着模型在真实数据中的持续迭代,机器人能否在完全非结构化环境中实现更高阶的自主学习和协作,将成为检验此次合作成败的关键时间节点。