Spot与Gemini Robotics ER 2取物演示原理

Google展示了一个直观任务：用户让Boston Dynamics Spot取来爆米花，Gemini Robotics ER 2根据自然语言和现场观察安排步骤。模型没有直接控制腿或关节，而是调用Spot现有的导航和机械臂API。

这段演示说明了高层模型如何编排一台已有机器人，不代表Google与Boston Dynamics已经推出商业集成产品，也不代表Atlas已接入ER 2。先读ER 2高层VLM解析，就不会把任务编排误写成电机控制。

演示的核心：ER 2是Spot的高层调度者

Google的官方发布文章描述了取爆米花示例。ER 2理解目标，把可用机器人功能组织成步骤，并从后续观察中判断任务是否继续。

Spot的步态稳定、定位、路径执行和机械臂控制由机体软件完成。ER 2决定何时调用哪一个高层函数，应用程序负责检查参数与权限，再把命令交给Spot。

所以，这不是Gemini从零学会四足行走，而是语言计划与既有机器人能力的连接。演示价值在接口编排和连续观察，不在替代Spot控制栈。

第一步，ER 2读取指令与摄像头观察，识别目标和当前状态。第二步，它从应用公布的函数中选择移动、搜索、抓取或返回，并给出参数。

应用检查函数名、对象、位置和机器人状态，确认在允许范围内后交给Spot执行。执行结果和新画面再回到ER 2，模型决定继续、重试、换方案或结束。

这正是物理AI看—想—行动闭环的一种实现。不过官方没有公开每个函数名、所有重试次数和完整失败日志。

Boston Dynamics的Spot产品页和开发文档介绍了自主任务、检查、SDK扩展以及配备机械臂后的操作能力。高层模型不必重新实现这些底层功能。

当移动、查看状态、操作机械臂被封装为清晰API后，ER 2可以根据自然语言和视频选择它们。这样的模块边界也便于加入允许列表、速度限制和人工确认。

接口完整不等于未知环境一定成功。地图质量、网络、地面、目标位置、机械臂可达性、物体形状与抓取稳定性都会影响结果。

取物任务横跨多个时刻：到达目标区域、找到物品、完成抓取、携带返回。ER 2需要从视频变化中判断步骤是否完成，以及是否出现掉落或偏离。

Google报告其评测中的进度分类为57.4%，关键时刻定位为91.3%，平均绝对时间误差0.96秒。这些数字来自Google设定的模型评测，不是Spot取物演示的成功率。

真正部署时应单独测试错误完成判断、抓取后掉落、人员突然进入、画面中断与网络断开。能持续看视频，不等于对每种现场状态都能正确解释。

公开文章没有给出总试验次数、失败次数、人工介入、地图准备方式、物体预置条件或平均任务时间。一个成功视频能解释工作方式，不能证明长期稳定运行。

Google与Boston Dynamics也没有在这次发布中公布ER 2版Spot商品、销售价格、支持地区、商用SLA或向现有Spot自动推送的计划。研究演示与可采购产品之间仍有明显距离。

Boston Dynamics Atlas 2026指南讨论的是另一款机器人。Spot演示不能作为Atlas已安装ER 2、Google参与Atlas商业部署或两家公司推出联合产品的证据。

搭建类似系统时，先开放读取状态和低速移动，验证禁区、速度、超时、断网和人工停止。确认这些条件可靠后，再加入机械臂与抓取函数。

评测至少记录所有尝试、任务时间、人工介入、首次失败原因与恢复结果。改变物体位置、形状、重量、地面、光线和人员活动，区分ER 2规划失败与Spot执行失败。

Google物理AI布局的长期价值在于让不同机体共享高层推理。Spot演示是方法样本，采购与部署还需要费用、隐私、可靠性和安全证据。

没有。ER 2负责高层计划、函数选择和进度判断，Spot已有的API与控制器负责实际步行、导航和机械臂动作。

截至2026年8月6日没有这类官方商品发布。Google公开的是研究演示，没有公布联合产品、价格或商用支持计划。

不能。Spot和Atlas是不同机器人，官方案例只说明ER 2调用Spot的导航与机械臂接口，没有提供Atlas集成依据。

最后核对：2026年8月6日