谷歌让机器人学会全身协调干活

全身智能控制一直是具身智能的瓶颈——之前Figure AI、特斯拉Optimus的演示多为上半身操作，下半身步态和上肢抓取是割裂控制的。Gemini Robotics 2 把VLM的时空推理能力直接映射到全身关节控制，这暗示谷歌可能在用同一套模型同时处理感知、规划和低层运动控制，省去了传统分层架构的延迟和误差累积。

对创业者的直接影响：做机器人中间件、运动控制SDK的初创公司窗口期在缩短，基础模型层可能直接吃掉这部分价值。但垂直场景的遥操作数据飞轮、特定形态的硬件适配仍有独立机会，尤其是工业场景的安全认证壁垒。

建议关注两个信号：模型是否支持跨机型迁移（原文提到"every shape and size"），以及300条HN评论中是否有实际部署的延迟和稳定性反馈，这决定了它是演示级还是工程级突破。