他山石智库多年积累诸多顶级专家资源，构建了连接海内外顶级学者的学术网络。进入2026年，我们持续推动前沿技术与产业实践的深度碰撞，旨在通过高水平的学术交流与智力支持，为行业变革提供权威指引与决策参考。

　　Google DeepMind 揭开了机器人推理模型 Gemini Robotics-ER 1.6 的面纱。

　　最惊艳的一幕出现在工厂里：搭载该模型的波士顿动力机器狗 Spot，不仅能准确走到压力表前停下，还能像熟练工一样读出刻度背后的数字。这不再是简单的“执行指令”，而是物理世界的逻辑推理。

　　一、核心进化：从“机械听令”到“空间感知”

　　ER 1.6 是 Gemini Robotics 系列的第三代产品。它的定位不是控制肢体的“小脑”，而是负责理解、计划、调用的“高层大脑”。

　　1.仪表识别：成功率从 23%到 93%

　　以前的 Spot 只能拍照，看不懂数据。ER 1.6 通过 Agentic Vision 实现了三步走：

　　局部放大：锁定压力表，看清微小刻度。

　　精准定位（Pointing）：识别指针与刻度，结合代码计算比例。

　　世界知识：将物理信号转化为具有工业意义的读数。

　　2. Pointing：空间推理的“点睛之笔”

　　Pointing 是 ER 模型的看家本领。ER 1.6 能在杂乱的工具图中准确点数：2 把锤子、1 把剪刀、6 把钳子……一个不差。更聪明的是，它知道如何**“排除干扰”**——图中没有的东西，它绝不瞎指。

　　3.成功检测：知道什么时候“收工”

　　自动化的难点在于“判断完成”。ER 1.6 强化了多视角推理，它能合并头顶和手腕摄像头的画面，判断“蓝色笔是否真的入筒”，避免因遮挡或光线问题导致的无效操作。

　　二、谷歌与波士顿动力：分手九年，终在巅峰重逢

　　这不仅仅是技术发布，更是一次产业回流：

　　2013-2017：谷歌曾拥有波士顿动力，后因看不到商业化路径将其卖给软银。

　　2026 年 1 月：在 CES 上，谷歌宣布与波士顿动力（现归属现代汽车）正式联手。

　　哈萨比斯的野心昭然若揭：谷歌不造硬件，而是要做“机器人领域的 Android”，为全球机器人厂商提供通用的大脑。

　　三、幕后推手：DeepMind 的精英战队

　　ER 1.6 的成功离不开两位核心作者：

　　Laura Graesser：强化学习领域的硬核专家，曾研究让机器人在 100 毫秒内完成乒乓球击球。

　　Peng Xu：机器人基础模型的大拿，RT-1、RT-2 等里程碑式工作的共同缔造者。

　　他们共同遵循一个信念：机器人要真正有用，就必须对物理世界进行推理。

　　四、安全防线：物理世界的红线

　　作为迄今最安全的机器人模型，ER 1.6 在物理安全约束上表现优异：

　　不处理液体。

　　不搬运超 20 公斤重物。

　　在真实伤害报告的隐患识别测试中，ER 1.6 的表现比 Gemini 3.0 Flash 还要高出 10%。

　　他山石智库 2015 年来商业合作数百位诺贝尔奖得主、图灵奖得主、两院院士、藤校牛剑院长教授、世界500强领导者、联合国高层及 openai 创始人等人工智能科学家、经济学家、企业家及《未来简史》作者赫拉利；世界首富马斯克母亲梅耶·马斯克等。为北京、上海、杭州、广州、深圳政府举办的国际化论坛、峰会提供演讲嘉宾；为阿里、腾讯、字节、百度等公司大会提供演讲嘉宾，并运营诺贝尔奖专家领衔的品牌代言背书和海外传播。他山石智库还应用独一无二资源，送数百位中国学子去美国常青藤及前三十大学，英国牛津，剑桥等名校留学。创始团队来自国务院发展研究中心、财新、清华、麻省理工。