Google DeepMind加大机器人布局，软硬件同步发力。DeepMind CEOHassabis在采访中谈到，希望构建一个以Gemini为基础的通用AI系统，能配置各种物理形态，包括人形、四足、轮式等；即把Gemini做成机器人界的安卓，他预测，AI驱动的机器人技术将在未来几年内迎来突破性时刻。当前机器人软硬件技术尚未解耦，软件的开发脱离不了硬件，为此，Google DeepMind聘请波士顿动力前CTOAaron Saunders担任硬件工程副总裁。Saunders表示，他将致力于解决在物理世界中实现AGI全部潜力的基础硬件问题。
　　DeepMind内部已启动Gemini Robotics项目，目标是用多模态大模型直接输出动作token。25年3月，谷歌推出让机器人拥有多模态理解能力的Gemini Robotics系列，6月推出Gemini Robotics On-Device，9月发布新一代通用机器人基座模型——Gemini Robotics 1.5系列。
　　Gemini Robotics 1.5系统由两个模型协同工作：①协调器- Gemini Robotics-ER1.5，具身推理模型，负责上层思考，包括处理复杂指令，规划任务步骤，调用代步工具，根据环境反馈动态调整计划；②动作模型- Gemini Robotics 1.5，负责将协调器的自然语言指令转化为机器人的底层动作轨迹，控制机器人执行。
　　Gemini Robotics 1.5有三大技术创新：①运动迁移，模型能从不同形态的机器人数据中学习，无需额外训练；②“思考再行动”的VLA：在执行动作前生成思考轨迹和具体的动作步骤，提升多步骤任务的成功率、可解释现象和错误恢复能力；③推理升级：强化对物理世界的视觉-空间-时间推理能力。在实际测试中，模型的多形态和多任务泛化能力，以及长周期任务的能力，明显优于其他同类模型。
　　Google DeepMind一直以来都是具身智能领域的引领者，但此前更偏科研层面，对商业化涉足较少：2022年发布RT-1，首个面向机器人的Transformer模型；2023年发布RT-2，整合大语言模型（LLM）与视觉模型；并基于两个模型推出RT-X，该模型具有一定的泛化能力、多模态和跨平台能力。Gemini3的亮眼表现意味着AI多模态的架构的根本性进步，证明了通用模型的可行性，也能够为具身智能的训练及应用赋能。此次DeepMind引入波士顿动力前CTO，标志着谷歌对具身智能模型的信心和对产业趋势拐点来临的判断。我们认为机器人主机厂商及相关产业链将直接受益，包括优必选、越疆、极智嘉等主机厂，及恒立液压、浙江荣泰、汇川技术、伟创电气、美湖股份等零部件公司。
　　风险提示：行业处于早期阶段，技术路线和商业化进展存在高度不确定性；短期估值较高带来的股价波动风险