Google 展示了一個直觀任務：使用者讓 Boston Dynamics Spot 取來爆米花，Gemini Robotics ER 2 根據自然語言和現場觀察安排步驟。模型沒有直接控制腿或關節，而是呼叫 Spot 現有的導航和機械臂 API。
這段展示說明了高層模型如何編排一台已有機器人，不代表 Google 與 Boston Dynamics 已經推出商業整合產品，也不代表 Atlas 已接入 ER 2。先讀ER 2 高層 VLM 解析，就不會把任務編排誤寫成馬達控制。
展示的核心：ER 2 是 Spot 的高層排程者
Google 的官方釋出文章描述了取爆米花示例。ER 2 理解目標，把可用機器人功能組織成步驟，並從後續觀察中判斷任務是否繼續。
Spot 的步態穩定、定位、路徑執行和機械臂控制由機體軟體完成。ER 2 決定何時呼叫哪一個高層函式，應用程式負責檢查參數與權限，再把命令交給 Spot。
所以，這不是 Gemini 從零學會四足行走，而是語言計劃與既有機器人能力的連線。展示價值在介面編排和連續觀察，不在替代 Spot 控制棧。
| 系統部分 | 負責人 | 取物任務中的職責 |
|---|---|---|
| Gemini Robotics ER 2 | 高層 VLM | 理解目標、分解步驟、選擇函式、跟蹤進度 |
| Spot API | 機器人能力介面 | 提供導航、狀態與機械臂操作 |
| Spot 控制器 | 低層機器人軟體 | 執行步行、軌跡和關節控制 |
| 安全與現場監控 | 部署系統與操作員 | 限制動作並在異常時停止 |
從一句指令到取回物品的呼叫迴圈
第一步，ER 2 讀取指令與攝影機觀察，辨識目標和目前狀態。第二步，它從應用公布的函式中選擇移動、搜尋、抓取或返回，並給出參數。
應用檢查函式名、物件、位置和機器人狀態，確認在允許範圍內後交給 Spot 執行。執行結果和新畫面再回到 ER 2，模型決定繼續、重試、換方案或結束。
這正是物理 AI 看—想—行動閉環的一種實現。不過官方沒有公開每個函式名、所有重試次數和完整失敗紀錄。
| 步驟 | ER 2 處理 | Spot 與應用處理 |
|---|---|---|
| 1. 理解 | 辨識目標與任務狀態 | 提供畫面和允許函式 |
| 2. 規劃 | 選擇步驟與函式 | 驗證參數、權限和邊界 |
| 3. 執行 | 等待工具結果 | 完成導航或機械臂動作 |
| 4. 觀察 | 判斷是否達到階段目標 | 返回新狀態 |
| 5. 結束或恢復 | 完成、重試或重新規劃 | 執行停止與故障規則 |
Spot 已有的移動與操作介面適合這類實驗
Boston Dynamics 的Spot 產品頁和開發檔案介紹了自主任務、檢查、SDK 擴充以及配備機械臂後的操作能力。高層模型不必重新實現這些底層功能。
當移動、檢視狀態、操作機械臂被封裝為清晰 API 後，ER 2 可以根據自然語言和影片選擇它們。這樣的模組邊界也便於加入允許列表、速度限制和人工確認。
介面完整不等於未知環境一定成功。地圖質量、網路、地面、目標位置、機械臂可達性、物體形狀與抓取穩定性都會影響結果。
.jpg){kind=link}
連續影片用於進度判斷，不是現場成功率證明
取物任務橫跨多個時刻：到達目標區域、找到物品、完成抓取、攜帶返回。ER 2 需要從影片變化中判斷步驟是否完成，以及是否出現掉落或偏離。
Google 報告其評測中的進度分類為 57.4%，關鍵時刻定位為 91.3%，平均絕對時間誤差 0.96 秒。這些數字來自 Google 設定的模型評測，不是 Spot 取物展示的成功率。
真正部署時應單獨測試錯誤完成判斷、抓取後掉落、人員突然進入、畫面中斷與網路斷開。能持續看影片，不等於對每種現場狀態都能正確解釋。
| 需要驗證的能力 | 公開證據 | 現場還需測量 |
|---|---|---|
| 進度跟蹤 | Google 模型評測 | Spot 任務中的誤判率 |
| 抓取與運輸 | 成功展示片段 | 物件變化、連續試驗、掉落率 |
| 失敗恢復 | 支援重新規劃的架構 | 各類故障的恢復率 |
| 安全 | Google 安全評測與限制 | 現場風險評估和停止測試 |
官方展示沒有回答商業化與可靠性問題
公開文章沒有給出總試驗次數、失敗次數、人工介入、地圖準備方式、物體預置條件或平均任務時間。一個成功影片能解釋工作方式，不能證明長期穩定執行。
Google 與 Boston Dynamics 也沒有在這次釋出中公布 ER 2 版 Spot 商品、銷售價格、支援地區、商用 SLA 或向現有 Spot 自動推送的計劃。研究展示與可採購產品之間仍有明顯距離。
Boston Dynamics Atlas 2026 指南討論的是另一款機器人。Spot 展示不能作為 Atlas 已安裝 ER 2、Google 參與 Atlas 商業部署或兩家公司推出聯合產品的證據。
| 問題 | 截至 2026 年 8 月 6 日的結論 |
|---|---|
| ER 2 能否編排 Spot API | 官方研究展示已經展示 |
| 能否購買 ER 2 版 Spot | 沒有官方商品釋出 |
| 未知環境是否穩定 | 公開資訊不足 |
| Atlas 是否已經接入 | 沒有依據 |
| 是否獲得安全認證 | 沒有依據 |
復現實驗應先測邊界，再增加抓取能力
搭建類似系統時，先開放讀取狀態和低速移動，驗證禁區、速度、超時、斷網和人工停止。確認這些條件可靠後，再加入機械臂與抓取函式。
評測至少記錄所有嘗試、任務時間、人工介入、首次失敗原因與恢復結果。改變物體位置、形狀、重量、地面、光線和人員活動，區分 ER 2 規劃失敗與 Spot 執行失敗。
Google 物理 AI 佈局的長期價值在於讓不同機體共享高層推論。Spot 展示是方法樣本，採購與部署還需要費用、隱私、可靠性和安全證據。
常見問題
Spot 在展示中由 ER 2 直接控制腿和關節嗎？
沒有。ER 2 負責高層計劃、函式選擇和進度判斷，Spot 已有的 API 與控制器負責實際步行、導航和機械臂動作。
現在能購買預裝 ER 2 的 Spot 嗎？
截至 2026 年 8 月 6 日沒有這類官方商品釋出。Google 公開的是研究展示，沒有公布聯合產品、價格或商用支援計劃。
Spot 取物展示能證明 Atlas 也接入了 ER 2 嗎？
不能。Spot 和 Atlas 是不同機器人，官方案例只說明 ER 2 呼叫 Spot 的導航與機械臂介面，沒有提供 Atlas 整合依據。
已核驗的官方資料
- Google：Gemini Robotics ER 2 釋出與 Spot 展示
- Google DeepMind：Gemini Robotics ER 2 模型卡
- Google AI for Developers：機器人任務編排
- Google AI for Developers：Robotics Streaming
- Boston Dynamics：Spot 官方產品頁
- Boston Dynamics：Spot SDK 檔案
最後核對：2026 年 8 月 6 日