10 月 3 日，一条不算炸裂但信息量很足的消息：谷歌 DeepMind 高级副总裁 Koray Kavukcuoglu 首次较为详细地公开谈及谷歌的机器人战略。核心思路一句话概括——谷歌不急着自己造旗舰机器人硬件，而是把 Gemini Robotics 当成"大脑"，通过与 Boston Dynamics 等厂商合作，把模型部署到不同形态的机器人平台上。这等于把谷歌在机器人上的定位，明确成了"卖大脑、不卖身体"。
为什么是这条路线？因为过去十年，机器人落地最大的坑从来不是"想明白"，而是"身体跟不上"。自研整机意味着要同时啃硬件工程、供应链、量产、售后一整套苦活，节奏慢、风险高。谷歌的选择是反过来：把最擅长的事——多模态大模型、世界理解、任务规划——做成通用"机器人智能"，然后让现成的硬件伙伴去承载。Boston Dynamics 的 Atlas、Spot 等平台提供身体和运动能力，Gemini Robotics 提供感知、理解与决策，各取所长。
这和行业里另一派打法形成鲜明对照。特斯拉的 Optimus、Figure 等走的是全栈自研路线：从本体、执行器到大脑一把抓，赌的是数据闭环——自己的机器人跑出的真实数据，反哺自己的模型，滚起飞轮。谷歌则是平台赋能路线：模型即平台，身体交给伙伴，靠广泛合作触达更多形态、更多场景。两种路线的优劣都很清楚：全栈自研数据闭环紧、上限可能更高，但重资产、慢；平台赋能轻、快、覆盖广，但数据可能不如全栈来得直接。
Gemini Robotics 本身并不是空概念。它是谷歌把 Gemini 系列多模态能力延伸到"物理世界"的尝试：让模型看懂摄像头画面、理解物体关系、规划抓取与移动动作。难点在于，真实机器人面对的是不可预测的物理环境——光照、遮挡、打滑、形变，远比文本和图像生成难缠。所以谷歌强调"合作部署"，某种程度上也是用真实硬件的多样场景，来逼出模型的泛化能力。
这条战略背后，还藏着谷歌对"具身智能"时点的判断。行业普遍认同，AI 的下一站是从屏幕走向物理世界，但"iPhone 时刻"还没到。谷歌不抢着造第一款爆款机器人，而是先把"大脑"做厚、做通用，等硬件伙伴把身体做便宜、做可靠，再自然结合。这像极了它在安卓上的老打法：不一定要做那台最火的手机，但要做所有人手机里都跑的操作系统。
当然风险也在。依赖第三方硬件，意味着数据闭环的主动权未必完全在自己手里；如果合作方的产品节奏慢、销量小，模型的真实迭代就会受限。而且"大脑"这块，谷歌也面临 OpenAI、Figure、特斯拉等多方围剿。Kavukcuoglu 这次把话说到这个清晰度，说明谷歌有意在机器人叙事上抢回一点声音——毕竟在"AI 走进物理世界"这个故事里，光有会聊天的模型已经不够看了。