全球首个具备模拟推理能力的具身模型来了！
谷歌DeepMind正式发布新一代通用机器人基座模型——Gemini Robotics 1.5系列。
它不止于对语言、图像进行理解，还结合了视觉、语言与动作（VLA），并通过具身推理（Embodied Reasoning）来实现“先思考，再行动”。
这一系列由两大模型组成：
- Gemini Robotics 1.5（GR 1.5）：负责动作执行的多模态大模型；
- Gemini Robotics-ER 1.5（GR-ER 1.5）：强化推理能力，提供规划与理解支持。
其中，ER代表“具身推理”。
这意味着GR-ER 1.5是全球首个具备模拟推理能力的具身模型。
不过，GR-ER 1.5并不执行任何实际操作，GR 1.5正是为执行层而生。
两者结合，能让机器人不仅完成“折纸、解袋子”这样的单一动作，还能解决“分拣深浅色衣物”甚至“根据某地天气自动打包行李”这种需要理解外部信息、分解复杂流程的多步任务。
甚至，它能根据特定地点的特定要求（比如北京和上海的不同垃圾分类标准），自己上网搜索，以帮助人们完成垃圾分类。
而且用上GR 1.5系列的模型，还能够在多种不同的机器人之间进行能力的零样本跨平台迁移。
Unbelivable～
毫不夸张地说，这是谷歌继Gemini 2.5之后，又一个将通用AI推向现实世界的重要里程碑。
哈斯比斯也激动表示：
- GR 1.5以多模态Gemini为基础，展示了其能够理解并推理物理世界的强大功能。
未来机器人将变得至关重要——我们对这项开创性工作感到非常兴奋！
GR 1.5系列五大能力展示
先来看一段视频——
我们来把GR 1.5系列在发布中展示的能力，总结为五个关键词：
执行复杂长程任务，中间还能自我检测并修正
不仅限于一次抓取、一次搬运，GR 1.5能执行包含多步子任务的长流程。
比如：
- 把不同颜色的衣服分类；
- 从衣柜取出雨衣，再打包进行李箱；
- 在厨房完成配料准备，甚至尝试烹饪流程。
在GR 1.5这里，任务被分解成多个阶段，机器人逐一完成。
