机器人换个身体，只要数小时、两百个示例

Apptronik的人形机器人Apollo 2在官方演示里收到一句指令：把浇水壶放进底层货架的绿色收纳箱。它自己走到桌边，捡起壶，迈步走到货架前，精准放下。

这段视频不是这次发布最该被记住的东西。真正值得记的是官方给出的一个数字：换一个机器人身体，只需要几个小时、通常少于200个示例。这个数字，才是判断"通用机器人"能不能规模化复制的关键指标——驱动它的是Google DeepMind刚发布的Gemini Robotics 2系列。

三个模型，分工在哪

DeepMind这次一口气放出三款模型，各管一段：

三者里，只有ER 2真正对外开放。VLA和端侧模型还锁在合作伙伴名单里，离商用有一段距离。

全身动起来了，精度还没跟上

上一代模型基本只管上半身、桌面级任务。这次不一样。

Apollo 2能走路、弯腰、蹲下，配上22自由度的五指手，能打结、能封拉链袋。搭配二指夹爪的Franka Duo平台，也能做紧密装箱这类精细活。

官方也承认，速度和精度还没到能用的水平。这句坦白比演示视频更值得记下来。

安全层面新增了ASIMOV-Agentic基准：能不能拒绝危险调用、遇到不确定时主动请求人工介入、有人靠近时自动安全停机。这三项测试的都是"出错时怎么收场"，而不是"能不能干得更快"。

限制也很明确：官方展示的低成本适配只发生在Dexmate、SO101、Trossen这类结构相近的双臂平台上，不等于任意形态、任意任务都能这么便宜迁移。全身人形机器人的走路和抓取，现在仍由VLA主模型直接生成动作，还没轮到这套低成本适配逻辑。

这次数字对谁有用

做人形机器人本体的团队，可以先申请ER 2的合作伙伴资格，用它的多步规划和纠错能力接一遍现有产线的任务流程，但VLA和端侧模型还没开放，规模部署的决策不必急在这一步。

关注AI产品化的读者，值得留意的不是Apollo 2走了几步，而是"数小时+200示例"这个成本结构能不能在更多本体上复现。如果能，机器人行业过去最贵的环节——每换一个机型就要重新采集数据、重新调参——就有了被摊薄的可能。

接下来最该看的三件事：VLA和端侧模型什么时候对早期合作伙伴之外开放、ER 2在真实场景下的成功率数据会不会公开、以及"少于200个示例"能不能在结构差异更大的机型上复现。这三个问题现在都没有答案。

《道德经》讲"合抱之木，生于毫末"，通用机器人的地基，现在更像是在打毫末的阶段。ER 2开放试用是一小步，VLA和端侧模型还锁在合作伙伴名单里，速度、精度、真实环境下的成功率，一样都没有公开数据。

演示视频永远比实际部署乐观。这次进展是真的，但离"机器人真的能进厨房"，还差一层独立可验证的数字。