【財經一點通】Gemini越來越落後？谷歌另一重心曝光：要做機器人界的Android

說到 Google 的 AI 模型，很多人心裡大概都有一句抱怨：「到底為甚麼Gemini越來越落後了。」
​
原本說好六月的 Gemini 3.5 Pro 沒有下文；九月底，萬眾矚目的旗艦模型 Gemini 4終於推出了，結果呢？Google 並沒有向大眾開放大腦，而是優先鎖起來，只交給資安防守方使用。
​
大家等半天，依然是「看得到、吃不到」。
​
有趣的是，就在 Gemini 4 發布的前幾天，DeepMind 新任執行長 Koray Kavukcuoglu 在接受《The Information》專訪時，面對外界對 Gemini 4 進度的追問，順勢交底了 Google 在另一個領域的戰略：機器人。
​
機器人界的 Android
​
今年八月 DeepMind 換帥，Kavukcuoglu 接任。在這場專訪中，雖然Google未來不排除自己做人形機器人，但他明確點出了 Google 現階段的優勢與重心：在模型，不在機體。
​
相較於 Tesla Optimus 或新創公司 Figure 追求機體極限、甚至讓機器人表演「後空翻」，Google 現階段不想在硬體工廠裡燒錢。
​
骨架、馬達這些苦力活，他們更傾向於交給 Boston Dynamics、Apptronik 等合作夥伴去做。
​
Google 真正想做的，是把自家的 AI 模型裝進別人的機器人裡。
​
這套劇本是不是很眼熟？這其實和當年 Android 十分相似。
​
事實上，Google 執行長 Sundar Pichai 過去在整合旗下機器人軟體公司 Intrinsic 時，也用過類似的概念：不自己造手機，只做作業系統，讓全天下都來用。
​
Tesla 和 Figure 拚的是「誰能造出一台最驚艷的機器」；而 Google 拚的是「未來有多少台機器，願意裝上 Google 的大腦」。
​
藏在「大腦」裡的一半開放、一半封閉
​
Google 準備塞進各大機器人裡的這顆大腦，叫做 Gemini Robotics（你可以把它視為 Gemini 的機器人擴充包）。
​
一般的 Gemini 會看圖、寫程式；而 Gemini Robotics 則多學了一項技能：把理解到的指令，變成手腳的實際動作。
​
但最有意思的是，這顆大腦跟剛發布的 Gemini 4 一樣，目前只開放了一半。
​
如果說 Gemini 4 鎖起來是出於「安全考量」的分階段開放，那麼 Gemini Robotics 的「不公開」，則是基於技術壁壘的刻意分層。
​
Gemini Robotics 其實分為兩層：
​
1. 規劃層（負責想）： 例如思考「先走到桌邊、再拿起杯子」。這一層已經放上開發者平台，大家可以拿去測試，但模型本身並未開源。
​
2. 執行層（VLA，負責動）： 負責把步驟轉譯成每一根手指的微小動作。這是真正的核心，目前死死捏在手裡，只交給少數幾家頂級合作夥伴使用。
​
Google 的邏輯很清楚：用規劃層吸引開發者建立生態，但把最核心的物理執行能力留在自己手裡。
​
物理世界的硬仗，比開車難多了
​
當然，這套戰略目前還是說得比做得多。
​
DeepMind 自己也承認，機器人五指的靈巧度與動作速度仍有待加強。同屬 Alphabet 旗下的無人車 Waymo 雖然證明了 AI 能自動駕駛，但「開車」和「做家事」完全是兩碼子事。
​
馬路上有車道和紅綠燈，大家照著規則走；但家裡是亂糟糟的：衣服可能丟在沙發上，杯子可能壓在一疊書旁邊。要機器人在這種沒有標準規則的物理世界中把事情做好，難度遠超自駕車。
​
對 Google 來說，機器人短期內不會變成財報上的一門新生意。但它真正的意義，是 Gemini 從螢幕裡走出來，開始碰到真實的世界。
​
本文由「Fomo研究院」官網提供