谷歌 DeepMind 最新推出的新一代 VLA 模型 Gemini Robotics 2.5，是面向实体机器人的视觉 - 语言 - 动作基础模型，它最大的变化是提升了机器人技能学习广度、学习速度和全身控制能力，既能控制双臂机械臂，也能直接驱动全尺寸人形机器人，支持灵巧手精细操作、重心动态平衡，机器人看懂画面、听懂自然语言指令之后，可以直接输出电机控制动作，不用单独拆分识别、规划、控制多套独立模型；它和配套的 ER 具身推理模型搭配使用，专门解决真实世界里环境杂乱、物体位置多变、任务不固定的机器人痛点，区别于普通多模态大模型只做看图理解，VLA 模型是直接把感知、语言翻译成机器人的物理动作，先理清它的输入输出、能力边界、版本差异，再看落地方式和开放节奏，就能看懂这次物理 AI 的升级方向。

一、新一代 VLA 模型家族版本对比表

二、Gemini Robotics 2.5 核心能力清单

1. 人形机器人全身协同控制：不只是控制机械手臂，还能统筹脚步、躯干、手部，自动调整重心，完成下蹲、避让、移动抓取，适应杂乱的真实环境。
2. 高自由度灵巧手操作：支持 22 自由度灵巧手，完成精细操作，比如抓取小件物品、使用工具，逼近人类手部操作水平。
3. 快速适配新机器人本体：遇到结构、传感器不一样的机器人，仅需要少量样本、数小时微调就能适配，不用从头大规模训练。
4. 自然语言指令跟随：接受开放式文字指令，不需要固定指令模板，能处理没见过的新任务，具备零样本、少样本泛化。
5. 多机器人协同：支持多台机器人在同一个空间里分工配合，完成联合任务。

三、VLA 模型的基础工作逻辑

普通大模型是 “看图 + 回答文字”，而 VLA（Vision-Language-Action）是一套端到端链路。输入分为三类：机器人摄像头采集的环境图像、用户自然语言指令、机器人自身关节位置等本体感知数据；模型直接输出机器人各个关节的运动控制指令，省去中间人工写规则、单独做路径规划的环节。

ER 具身推理模型负责上层理解三维空间、预判物体能不能抓、规划任务步骤，VLA 负责底层连续、平滑的运动控制，两者配合完成复杂任务。

四、落地步骤与开放进度

1. 当前阶段：Gemini Robotics 2.5 正式对外发布技术博客与评测结果，优先向可信合作测试伙伴开放接入。
2. 适配调试：机器人厂商拿到模型后，根据自己机器人的关节、传感器做少量微调适配。
3. 场景测试：在工厂、仓储、实验室场景做抓取、整理、搬运等任务验证，收集真实场景数据迭代。
4. 商业化推进：DeepMind 同步推出机器人创业扶持计划，给物理 AI 初创团队提供模型、算力支持。
5. 限制说明：现阶段不面向普通个人开放，主要给到 B 端机器人研发企业、科研机构。

五、现存局限与风险点

• 对环境光照、遮挡依然敏感，极端杂乱场景下稳定性下降。
• 虽然适配速度快，但复杂人形机器人的调试成本依旧很高。
• 安全约束是重点：物理机器人动作会产生实体风险，模型本身自带安全校验机制，需要厂商叠加硬件急停、安全围栏。
• 算力门槛：旗舰版 Gemini Robotics 2.5 对算力要求高，人形机器人很难本地跑，大多依赖云端。

整体来看，这次新一代 VLA 模型的升级，目标就是降低通用机器人的开发门槛，从 “一个机器人只能干一件固定活” 走向听懂自然语言、灵活处理陌生任务，是物理 AI 赛道很关键的一步。

【相关 FAQ】

问题 1：谷歌 DeepMind 发布新一代 VLA 模型，VLA 模型到底是什么？

回答 1：谷歌 DeepMind 发布新一代 VLA 模型，VLA 全称视觉 - 语言 - 动作模型，它接收图像、语言指令、机器人本体数据，直接输出机器人运动控制指令，打通感知、理解、物理动作，和普通看图问答多模态模型不一样。

问题 2：谷歌 DeepMind 新一代 VLA 模型 Gemini Robotics 2.5，对比上一代提升在哪？

回答 2：谷歌 DeepMind 新一代 VLA 模型 Gemini Robotics 2.5，重点提升人形机器人全身控制、重心平衡能力，灵巧手精细操作能力更强，技能学习速度更快，跨机器人本体适配效率更高，还支持多机器人协同作业。

问题 3：谷歌 DeepMind 新一代 VLA 模型，端侧版本 On-Device 2 有什么用处？

回答 3：谷歌 DeepMind 新一代 VLA 模型配套 On-Device 2 轻量化 VLA，支持在机器人本地离线运行，不用依赖云端，延迟更低，适合小型双臂机械臂、工厂内网无网络场景。

问题 4：谷歌 DeepMind 新一代 VLA 模型，普通用户可以直接拿来用吗？

回答 4：谷歌 DeepMind 新一代 VLA 模型目前只对可信合作厂商、科研机构开放，不面向个人用户，机器人企业拿到模型后，还需要针对自家硬件做微调适配，才能投入使用。

【参考资料】

[2026-11-10]（Gemini Robotics 2.5：Accelerating Physical Intelligence）Google DeepMind 官方博客

[2026-11-11]（谷歌 DeepMind 新一代 VLA 模型发布，人形机器人全身控制能力升级）机器之心

[2026-11-11]（DeepMind Gemini Robotics 2.5 VLA 模型评测：物理 AI 新进展）36 氪

[2026-07-30]（Gemini Robotics On-Device 2 模型卡）Google DeepMind

[2026-07-30]（Gemini Robotics 2 brings whole body intelligence to robots）Google DeepMind

【免责声明】

本文内容来自 DeepMind 官方博客、公开技术文档、行业媒体报道；新一代 VLA 模型的开放范围、接口、性能指标会持续迭代，真实场景落地效果受机器人硬件、传感器、调试方案影响；本文仅为 AI 机器人技术科普，不构成机器人采购、项目落地的选型建议。