DeepMind把机器人加速器开到了欧洲，Gemini Robotics权限首次对外开放

6月9日，谷歌DeepMind在伦敦正式开营了它的第一期欧洲机器人加速器。为期三个月，首批16家初创已经周一到位，覆盖物流、制造、医疗、建筑、海洋探索，甚至脑神经外科——选题范围之野，已经不像一个常规的孵化项目。

这件事真正的看点不在"加速器"三个字。DeepMind这几年在欧洲的孵化合作不算少，剑桥、苏黎世、巴黎都有研究节点。真正稀缺的是它给入选企业开的那一把钥匙：Gemini Robotics 模型的访问权限。这是该模型自今年3月发布以来，第一次以系统性的方式对外部开发者开放——尽管只限于这16家。

一把之前没怎么对外的钥匙

回顾一下时间线。今年3月，DeepMind发布了 Gemini Robotics 和 Gemini Robotics-ER 两个模型，前者是 VLA（Vision-Language-Action，视觉-语言-动作）模型，把 Gemini 2.0 的多模态推理能力延伸到了物理世界；后者强化了具身推理（Embodied Reasoning），让机器人能理解空间关系、做轨迹规划。

紧接着DeepMind又放出了 Gemini Robotics On-Device——一款可以直接跑在双臂机器人本体上的 VLA 模型，不依赖网络，延迟敏感场景也能稳。这个模型有几个细节当时业内反应不小：

• 它是DeepMind首个允许微调的 VLA 模型，开发者只需要 50 到 100 次示范，就能把模型适配到新任务、新本体上；
• 它原生基于 ALOHA 双臂平台训练，但官方演示过迁移到 Apptronik 的 Franka FR3 工业双臂、甚至人形机器人 Apollo 上的效果；
• 配套放出的 Gemini Robotics SDK 可以接 MuJoCo 物理仿真，整套调试流程对做硬件的团队相当友好。

但当时的访问机制是"信赖测试员计划"（Trusted Tester Program），是封闭的、邀请制的，名额极少。换句话说，过去三个月，外面绝大多数机器人公司只看见了演示视频，没摸到模型。

这次加速器，是DeepMind第一次明确说"入选就给权限"。

16家里有什么样的公司

按官方披露的领域分布，这16家初创基本可以分成三类：

第一类是典型的工业刚需场景：物流、制造、建筑。这是机器人商业化最成熟的赛道，VLA 模型的价值是把以前需要专门示教编程的工位，变成可以自然语言指令驱动的柔性产线。

第二类是高难度专业场景：医疗、脑神经外科。这里的玩法完全不同。脑外科机器人对动作精度的要求是亚毫米级，VLA 模型大概率不会直接负责末端控制，更可能是接管手术规划、器械识别、视觉理解这些上游环节。把 Gemini 的多模态推理能力放进手术室，是一件比工厂里更难讲清楚边界的事。

第三类是边缘场景：海洋探索。海洋机器人是一个长期被忽视的方向，水下通信带宽极差、延迟极高，本地化推理几乎是刚需。这恰好对上了 Gemini Robotics On-Device 不依赖网络这一点。

选题谱系这么宽，背后透露出DeepMind的判断：VLA 这一代基础模型不是要在某个垂类卡死，而是要尽快铺开找适配点。和当年大语言模型早期阶段几乎一模一样的路数——先把权限放出去，让一线公司去试错，DeepMind自己再回收数据和反馈。

Equity-free，但不是没成本

这次加速器的官方表述里有个细节值得拎出来：equity-free，不占股权。三个月里入选企业拿到的是：

• 来自DeepMind技术专家和谷歌团队的专属导师指导
• Gemini Robotics 模型访问权限
• 谷歌AI技术栈（大概率包括 Vertex AI、TPU 算力配额、Google Cloud 资源）
• 三个月末的 Demo Day，对接DeepMind的合作网络和投资人

不要股权听起来很慷慨，但DeepMind要的不是short-term回报。这种规模的加速器，本质上是在自己的VLA生态里养出第一批deployable的客户案例。物流仓库里跑通的视频、医院手术间的认证、海洋勘测船上的实际部署，这些都是Gemini Robotics未来对外卖给汽车制造商、人形机器人公司时的关键素材。

横向比一下，Nvidia 的 Isaac 平台走的是"工具+仿真+硬件参考设计"的路线，配的是 GR00T 基础模型；OpenAI 在 Figure 上的合作分手之后自己回去做了机器人团队，但模型还没正式发布；Tesla 走全栈自研。DeepMind 的差异化是：用 Gemini 的多模态底座 + 微调友好的 On-Device 模型 + 加速器项目，去快速形成一个以开发者为中心的生态。

这跟当年Android对硬件厂商开放的逻辑是同构的。

为什么是欧洲，为什么是现在

选址欧洲不是偶然。欧洲的机器人产业基础其实很扎实——德国的工业机械臂、瑞士的精密制造、北欧的医疗机器人、英国的学术研究密度——但本土AI基础模型的话语权一直被美国吸走。对DeepMind（总部就在伦敦）来说，把加速器开在欧洲，既是对自己大本营生态的反哺，也是在和Mistral之类的欧洲AI势力争夺人才入口。

时间点也不是巧合。2026年的机器人行业已经不是2024年那个"看视频惊呼"的阶段了。人形机器人公司大批量出货迫在眉睫，Apptronik、Figure、1X、宇树都在抢工业试点订单，基础模型的可微调性、On-Device 推理能力、跨本体迁移能力，已经从加分项变成了筛选项。

DeepMind这个时候开放权限，是踩着窗口期进场。再晚一年，第一批工业部署的标杆案例就被竞争对手拿走了。

几个值得开发者关注的技术点

如果你是机器人方向的开发者，不在这16家里也没关系，有几个信号值得提前盯住：

1. Gemini Robotics SDK 的扩大开放节奏。官方目前说要报名信赖测试员计划，但加速器项目跑通之后，工具链大概率会进一步下放。MuJoCo 集成、ALOHA 兼容、第三方本体（Franka、Apollo）的迁移指南，这些是真正能让中小团队接入的关键。

2. 微调的样本效率。50-100 次示范的数字如果是真的，那对长尾任务的覆盖将非常可观。传统强化学习需要的数据量是这个的几个数量级以上。

3. 跨本体能力。Gemini Robotics On-Device 训练时的硬件平台和最终部署平台可以解耦，这是一个被忽视但极其重要的工程结论。它意味着模型权重有机会成为像CUDA那样的"基础设施层资产"。

4. 多模态推理 + 物理动作的耦合方式。Gemini Robotics-ER 强调的具身推理，跟纯VLA是两个层级。前者更接近"机器人的大脑"，后者更接近"小脑"。这两层未来怎么拆、怎么合，会决定整个机器人栈的形态。

一点判断

这次加速器规模上看不大——16家，三个月，伦敦一个点。但它是一个明确的信号：Gemini Robotics 正在从研究项目变成产品。DeepMind 之前几年的机器人研究（RT-1、RT-2、RT-X 一直到 Gemini Robotics）现在终于走到了"对外赋能"的阶段。

对国内做具身智能的团队，这件事的参考价值在于：基础模型公司和机器人初创之间的合作模式，正在从单纯的API调用，变成"模型权限+技术栈+联合调优"的深度绑定。这种模式下，谁能先拿到顶级 VLA 模型的微调权限，谁就能在垂直场景里抢到先发优势。

顺带一提，OpenAI Hub 这边的 Gemini 系列模型（包括最新的多模态版本）一直保持着同步接入，国内开发者用一个 Key 就能调通，省去翻墙和账号麻烦。但 Gemini Robotics 这种偏垂类的模型权限，目前仍然走DeepMind自己的渠道。能不能拿到，看的不只是钱，更是你的产品愿景能不能打动 DeepMind 的评审。

下一期加速器报名什么时候开，DeepMind 还没公布。但按惯例，三个月一期，秋季那一批的名额，现在就该准备材料了。

参考来源

• Google DeepMind 公布可在机器人端运行的 Gemini 模型 - iThome：详细解析 Gemini Robotics On-Device 的技术细节、微调机制与跨本体迁移能力。