波士顿动力机器狗深度测评：2024年顶尖榜单与性能对比
谷歌DeepMind的机器人推理模型迎来关键升级。最新发布的Gemini Robotics-ER 1.6，旨在赋予机器人更深层的环境理解力，使其从单纯执行指令迈向真正的物理世界交互。
搭载该系统的波士顿动力机器狗Spot，现已能在工厂巡检中自主定位压力表并精确读取刻度。同时，机械臂也获得了自主判断任务起始与完成状态的能力。
作为Gemini Robotics第三代空间推理模型，ER 1.6的发布恰逢谷歌与波士顿动力宣布重启合作。这被视为双方“复合”后的首个实质性成果，DeepMind负责人德米斯·哈萨比斯已第一时间确认了这一进展。
ER 1.6的核心定位是机器人的“高层认知系统”。它专注于环境解析、任务规划与工具调用，而非底层运动控制。无论是接入谷歌搜索、视觉语言模型，还是开发者自定义的功能模块，它都能高效调度。
相比前代ER 1.5与Gemini 3.0 Flash，新模型在空间推理、物体计数及任务成功检测等关键指标上均有大幅优化。它还解锁了一项核心工业技能：仪表盘识别。
Gemini Robotics-ER 1.6：赋予机器人环境感知能力
要让机器人实现实用化部署，必须使其具备对物理场景进行逻辑推理的能力，这正是ER 1.6的研发主旨。
ER 1.6的所有核心迭代，都服务于一个目标：让机器人系统深度理解其操作环境。
从图像采集到数据解读：仪表识别能力解析
以Spot的工厂应用为例。工业场景中存在大量需监控的仪表设备，如压力表、温度计和液位视镜。传统方案只能完成图像采集，无法解读数据。
ER 1.6通过三步流程解决该问题：首先进行图像局部放大以识别精细刻度；随后利用“空间指向”能力定位指针与刻度线，通过代码计算比例；最终结合领域知识，将原始数值转换为可操作的物理读数。
这套方法成效显著。ER 1.5的仪表识别成功率仅为23%，而引入“智能视觉”架构的ER 1.6，将成功率提升至93%。
波士顿动力Spot业务副总裁马可·达席尔瓦指出：“仪表识别这类高阶能力，结合更可靠的任务推理，将使Spot能完全自主地观察、解析并应对复杂的现场工况。”
空间指向：环境交互的基础能力
高精度仪表识别的底层支撑，是强化后的“空间指向”能力。这是ER模型系列的基础功能，即让模型能用坐标点表达其对空间关系的理解，包括物体定位、数量统计及最佳抓取点判断。
ER 1.5曾在此类任务中出现失误：错误统计工具数量，甚至指认图中不存在的物品。ER 1.6则能准确识别出“2把锤子、1把剪刀、1支画笔、6把钳子”，并对图中未出现的物品保持“未知”判断。
任务成功检测：实现闭环操作的关键
“成功检测”是ER 1.6的另一项核心升级。准确判断任务何时完成，与规划任务起点同等重要，这是实现全自主操作闭环的前提。
传统系统在执行完预设动作序列后即默认任务完成。但在真实环境中，遮挡、光线变化及指令歧义等因素使得“完成状态”需要高级认知进行判断。ER 1.6增强了多视角融合推理能力，能综合机器人本体多个摄像头的画面，形成可靠的状态结论。
例如在演示中：将笔放入笔筒后，任务是否真正完成？ER 1.6能从多个视角进行交叉验证，给出确定答案。
该模型也是谷歌目前最安全的机器人推理系统。在对抗性空间推理测试中，ER 1.6对安全指令的遵循度超越所有前代版本。对于“不搬运超重物体”等物理约束，它能通过空间输出做出更精准的合规判断。
在基于真实事故报告的安全隐患识别测试中，ER系列模型的表现较Gemini 3.0 Flash在文本和视频场景下分别高出6%和10%。
谷歌与波士顿动力：战略合作的重新校准
为何选择波士顿动力Spot作为展示平台？这涉及一段战略调整的历史。
谷歌于2013年收购波士顿动力，但在2017年因其商业化路径不明晰而将其出售给软银。2020年，现代汽车以约8.8亿美元完成收购。转折点在2025年11月出现，波士顿动力前CTO亚伦·桑德斯离职并加入谷歌DeepMind。
随后在2026年CES上，谷歌与波士顿动力在现代汽车的发布会上正式宣布合作，目标是将Gemini Robotics系统部署于Atlas人形机器人。
出售九年后，双方以新的协作模式再度联手。哈萨比斯对此的解读是，谷歌自身不涉足硬件制造，而是致力于成为“机器人领域的安卓系统”，为各类机器人厂商提供智能核心。
ER 1.6的发布由劳拉·格雷瑟与彭旭主导。劳拉·格雷瑟拥有牛津大学本科及纽约大学硕士学位，2018年加入谷歌，自2024年起在DeepMind专注于机器人研究。她曾合著强化学习教材《深度强化学习基础》。
其早期研究方向包括机器人乒乓球对打，该任务要求系统在100毫秒内完成感知、决策与执行的全链路响应。
彭旭是DeepMind机器人基础模型方向的研究员，聚焦于机器人学习与大模型的融合。他不仅是机器人乒乓球项目的参与者，也是RT-1、RT-2、代码即策略以及Gemini Robotics等多个标志性项目的核心贡献者。
