Google 證實 Gemini Robotics 的 ER 2 是最強大的具身推理模型，而安川電機則將其應用於工業機器人

Google 在 8 月 4 日發布的 2026 年 7 月官方 AI 總結報告中，確認 Gemini Robotics ER 2 是該公司功能最強大的具身推理模型。 該模型彌合了谷歌所描述的「數位智慧與實體世界互動之間的鴻溝」，使機器人能夠與人類進行自然的對話、以三維方式理解周遭環境，並執行需要推理與實體操作的複雜多步驟任務。 日本工業機器人製造商安川電機（Yaskawa）已將 Gemini 模型整合至其 MOTOMAN NEXT AI 機器人中，使其成為首家在產品層級部署 Google AI 模型的主要工業機器人公司。

這項確認至關重要，因為它使「Gemini Robotics ER 2」從研究公告階段轉變為官方支援的產品。 7月30日 DeepMind 部落格中介紹該模型的文章，是一則針對研究人員與開發者的技術公告；而8月4日 Google AI 的官方總結，則是一則針對企業客戶與合作夥伴的產品通告，這顯示 Google 正將具身人工智慧視為商業優先事項，而非單純的研究實驗。

讓 ER 2 脫穎而出的技術能力

Gemini Robotics ER 2 模型旨在作為機器人的高階推理層——系統中負責理解人類需求、解析環境，並決定何種動作序列能達成目標的部分。 這與負責管理這些動作實體執行的低階控制系統有所區別，例如決定關節移動速度或夾爪施加力道的馬達控制器。

這項區別至關重要，因為它界定了 Google 在哪些領域競爭，又在哪些領域不參與競爭。Google 並非試圖取代安川（Yaskawa）、發那科（FANUC）或 ABB 等企業在機械工程與控制系統方面的專業知識，而是試圖在這些系統之上增添一個推理層，該層能

這使它們更能處理非結構化任務和自然語言指令。這就像一位能遵循複雜口頭指示並適應意外情況的熟練工人，與只能執行預先編程序列的機器形成對比。

Google 所強調的三項能力——自然對話、環境理解以及多步驟任務執行——正針對當前工業機器人最常見的三種失效模式。傳統工業機器人無法理解自然語言指令，這意味著每項新任務都需要明確的程式設計。它們對環境的理解能力有限，因此對於未精確位於預期位置的物體會感到棘手。 此外，它們無法執行需要根據中間結果進行調整的多步驟任務，這使得它們僅能處理每個步驟都能預先指定的任務。

安川電機的 MOTOMAN NEXT 整合

安川決定將 Gemini Robotics 整合至 MOTOMAN NEXT AI 機器人中，這是一項重大的商業驗證。 安川電機是全球四大工業機器人製造商之一，客戶群涵蓋汽車、電子、食品加工及物流等產業。當如此規模的企業將特定 AI 模型整合至產品線時，這不僅代表該模型已具備工業部署的準備就緒性，更不僅止於研究應用層面。

MOTOMAN NEXT AI 機器人於 2026 年 7 月發表，是安川首款專為整合大型 AI 模型而設計的產品。 該公司決定採用 Gemini Robotics，而非自行建構 AI 層或選用其他供應商，反映出其評估認為：Google 的模型具備安川電機無法在合理時間內內部複製的能力，且合作條款在商業上具有可行性。

此次整合也引發了關於獨家權與競爭態勢的質疑。若 Gemini Robotics ER 2

一旦成為工業機器人的標準 AI 層，Google 便能在工業自動化市場中取得極具價值的平台地位。 倘若多家 AI 供應商都能提供相近的具身推理能力，市場競爭將更加激烈，而價值將流向機器人製造商而非 AI 供應商。當前市場狀況——即 Google 在具身推理模型能力方面擁有明顯領先優勢——雖有利於 Google 的平台地位，但這項領先優勢不太可能永久維持。

開發者生態系統的課題

Google 的官方總結指出，Gemini Robotics ER 2 是專為打造真正實用機器的開發者而設計。這種定位暗示 Google 的短期策略是圍繞該模型建立開發者生態系統，而非僅透過安川（Yaskawa）等大型工業合作夥伴來部署該模型。 開發者生態系統將使小型機器人公司、研究機構及新創企業能夠基於該模型開發應用程式，從而擴大應用場景的範圍，並產生多樣化的訓練數據，使模型隨時間推移不斷改進。

在其他領域，開發者生態系統的策略對 Google 成效顯著——Android、TensorFlow 以及 Google Cloud 平台，都因廣大的開發者採用而受益，這不僅創造了網路效應，更使這些平台隨時間推移而日益增值。 問題在於，具身人工智慧領域是否具備讓開發者生態系統具有價值的相同特質；抑或機器人技術的物理複雜性會形成障礙，將開發者群體侷限於規模較小、更專業化的社群之中。

關於物理複雜性的論點指出，具身人工智慧的開發不僅需要軟體技能，還必須能夠接觸實體機器人，而這些機器人不僅價格高昂，還需要專用的設施。相較於任何擁有筆記型電腦的人都能參與的純軟體領域，這點限制了開發者群體的規模。Google 針對此限制的回應是

這很可能涉及模擬環境，讓開發人員無需實體硬體即可測試其應用程式，但從模擬到現實的轉換仍是機器人領域中尚未解決的問題。

工業自動化市場背景

工業自動化市場正處於轉折點。勞動力短缺、工資上漲，加上功能強大的 AI 模型問世，這些因素共同催生了對機器人的需求——這些機器人能夠處理過去被認為過於複雜或變數過多而無法自動化的任務。 傳統工業機器人市場——其特徵在於高精度、高速的機器人在受控環境中執行預先編程的任務——已趨於成熟且成長緩慢。至於新興的、能處理非結構化任務並執行自然語言指令的人工智慧機器人市場，雖然正迅速成長，但絕對規模仍相對較小。

Google 透過 Gemini Robotics 進軍此市場，使該公司得以在新興領域規模擴大到足以吸引既有 AI 競爭對手全面關注之前，搶先佔據市場份額。 與安川電機（Yaskawa）的合作，為 Google 提供了進軍工業市場的分銷管道，這是該公司單憑自身力量無法建構的；而與 MOTOMAN NEXT 的整合，則提供了一個可供其他工業機器人製造商評估的參考部署案例。

對 Google 而言，風險在於具身人工智慧市場的發展速度可能低於預期，或是競爭態勢的變化會侵蝕該公司目前在模型能力方面的優勢。 安川電氣面臨的風險在於，整合第三方 AI 模型會形成依賴關係，長期而言將限制該公司為產品創造差異化的能力。兩家公司都在押注一個仍處於早期階段的市場，其結果不僅取決於技術的現狀，更取決於執行力與市場發展。

--- 免責聲明：本文僅供參考，並不構成

財務或投資建議。