全球首個具備模擬推理能力的具身模型來了！
谷歌DeepMind正式發布新一代通用機器人基座模型——Gemini Robotics 1.5系列。
它不止于對語言、圖像進行理解，還結合了視覺、語言與動作（VLA），并通過具身推理（Embodied Reasoning）來實現“先思考，再行動”。
這一系列由兩大模型組成：
- Gemini Robotics 1.5（GR 1.5）：負責動作執行的多模態大模型；
- Gemini Robotics-ER 1.5（GR-ER 1.5）：強化推理能力，提供規劃與理解支持。
其中，ER代表“具身推理”。
這意味著GR-ER 1.5是全球首個具備模擬推理能力的具身模型。
不過，GR-ER 1.5并不執行任何實際操作，GR 1.5正是為執行層而生。
兩者結合，能讓機器人不僅完成“折紙、解袋子”這樣的單一動作，還能解決“分揀深淺色衣物”甚至“根據某地天氣自動打包行李”這種需要理解外部信息、分解復雜流程的多步任務。
甚至，它能根據特定地點的特定要求（比如北京和上海的不同垃圾分類標準），自己上網搜索，以幫助人們完成垃圾分類。
而且用上GR 1.5系列的模型，還能夠在多種不同的機器人之間進行能力的零樣本跨平臺遷移。
Unbelivable～
毫不夸張地說，這是谷歌繼Gemini 2.5之后，又一個將通用AI推向現實世界的重要里程碑。
哈斯比斯也激動表示：
- GR 1.5以多模態Gemini為基礎，展示了其能夠理解并推理物理世界的強大功能。
未來機器人將變得至關重要——我們對這項開創性工作感到非常興奮！
GR 1.5系列五大能力展示
先來看一段視頻——
我們來把GR 1.5系列在發布中展示的能力，總結為五個關鍵詞：
執行復雜長程任務，中間還能自我檢測并修正
不僅限于一次抓取、一次搬運，GR 1.5能執行包含多步子任務的長流程。
比如：
- 把不同顏色的衣服分類；
- 從衣柜取出雨衣，再打包進行李箱；
- 在廚房完成配料準備，甚至嘗試烹飪流程。
在GR 1.5這里，任務被分解成多個階段，機器人逐一完成。
