谷歌欧洲机器人加速器启动：15家初创入选，物理AI竞赛开局

谷歌押注物理AI，欧洲机器人加速器正式启动

谷歌近日宣布其机器人加速器计划（Robotics Accelerator）正式启动，首批15家欧洲初创公司入选。这一为期三个月的加速项目，将为入选企业提供谷歌AI技术栈、Gemini Robotics模型以及来自谷歌团队的实操支持，目标是推动"物理AI"（Physical AI）在欧洲的发展。

这一举措标志着谷歌在具身智能（Embodied AI）领域的战略布局进一步深化，也反映出全球科技巨头对机器人与AI融合赛道的高度关注。

什么是物理AI？为何成为行业新焦点

物理AI是近年来AI领域备受关注的概念，指的是能够在真实物理世界中感知、理解并执行动作的人工智能系统。与纯粹的数字AI（如聊天机器人、图像生成工具）不同，物理AI需要同时解决机器人控制、环境感知、实时决策等一系列更为复杂的工程挑战。

物理AI的核心技术难点在于弥合"sim-to-real gap"（仿真到现实的鸿沟）。在数字环境中训练的AI模型，一旦部署到真实物理世界，会面临传感器噪声、物体形变、光照变化、动力学不确定性等大量未建模因素。传统机器人依赖精确的数学建模和预编程控制策略，而物理AI则试图通过端到端学习、强化学习和大规模数据驱动的方式，让机器人具备泛化能力——即在未见过的场景中也能合理行动。这一范式转变的背后，是Transformer架构在机器人领域的成功迁移，以及大规模机器人操作数据集（如Google的RT-2、Open X-Embodiment）的持续积累。

从英伟达CEO黄仁勋多次强调"物理AI是下一波浪潮"，到谷歌此次专门设立加速器项目，行业共识正在形成：大语言模型的能力正在从数字世界溢出到物理世界，机器人是最重要的载体之一。

谷歌机器人加速器提供哪些核心资源

Gemini Robotics模型：多模态能力赋能机器人

谷歌为入选企业提供的核心技术资源之一是Gemini Robotics模型。Gemini作为谷歌最新一代多模态AI模型，具备强大的视觉理解、语言推理和多模态融合能力。将Gemini的能力延伸到机器人领域，意味着机器人可以更自然地理解人类指令、感知复杂环境并做出合理决策。

具体而言，Gemini Robotics是谷歌在2025年3月发布的专门面向机器人应用的模型变体，分为Gemini Robotics和Gemini Robotics-ER（Embodied Reasoning）两个版本。其核心创新在于将Gemini的多模态理解能力与机器人动作生成（action generation）直接打通——模型不仅能理解视觉输入和语言指令，还能直接输出机器人关节层面的控制信号。这种"视觉-语言-动作"（VLA, Vision-Language-Action）模型架构，延续了谷歌此前RT-2和RT-X系列的研究路线，但在模型规模、推理能力和跨任务泛化性上实现了显著提升。相比传统的模块化机器人系统（感知模块→规划模块→控制模块分离设计），VLA模型的端到端特性大幅简化了系统集成复杂度，这对资源有限的初创公司尤为重要。

完整AI技术栈：降低初创公司技术门槛

除了模型本身，谷歌还将开放其AI技术栈的访问权限，包括云计算基础设施、TPU算力资源以及机器人开发相关的工具链。对于初创公司而言，这些资源的获取门槛通常极高，加速器项目大幅降低了技术验证和产品迭代的成本。

其中，TPU（Tensor Processing Unit）是谷歌自主研发的AI专用芯片，目前已迭代至第六代（Trillium）。与英伟达GPU相比，TPU在谷歌自有框架（如JAX/TensorFlow）下的大模型训练和推理效率上具有独特优势，尤其在大批量矩阵运算和低精度推理场景中表现突出。对机器人初创公司而言，训练VLA模型所需的算力成本极为高昂——一次完整的大规模机器人策略训练可能需要数千TPU小时。谷歌通过加速器项目开放TPU访问权限，实质上是在用算力补贴换取生态绑定，这与AWS、Azure在云计算领域对初创公司的策略如出一辙。

团队实操支持：深度技术合作

三个月的项目周期内，谷歌将安排内部团队为初创公司提供hands-on支持。这种深度技术合作模式，不仅能帮助初创企业快速突破技术瓶颈，也让谷歌得以近距离观察和筛选潜在的收购或投资标的。

为何选择欧洲作为首站

谷歌将首批机器人加速器落地欧洲，背后有多重战略考量：

• 制造业基础深厚：欧洲拥有全球领先的工业制造体系，德国、瑞士等国在精密制造和工业自动化领域积累深厚，为机器人应用提供了天然的落地场景。
• 人才储备丰富：欧洲高校在机器人学、控制理论等基础学科方面有着世界级的研究水平，ETH Zurich、Imperial College等机构持续输出顶尖人才。
• 政策环境友好：欧盟对AI和机器人技术的监管框架相对明确，为企业提供了可预期的发展环境。
• 竞争卡位：在中美两国机器人赛道竞争白热化的背景下，欧洲市场成为重要的第三极，谷歌此举也有抢占生态位的意图。

值得深入了解的是，欧洲在机器人领域的学术积累不容小觑。苏黎世联邦理工学院（ETH Zurich）的机器人系统实验室是四足机器人ANYmal的诞生地，其衍生公司ANYbotics已成为工业巡检机器人的领军企业。帝国理工学院（Imperial College London）在灵巧操作和软体机器人方面处于世界前沿。此外，德国的弗劳恩霍夫研究所体系（Fraunhofer）长期充当学术研究与工业应用之间的桥梁，在工业4.0框架下推动了大量机器人技术的产业化。意大利理工学院（IIT）则是人形机器人iCub的研发机构。这种从基础研究到应用转化的完整链条，使欧洲成为机器人初创公司的天然孵化土壤，也解释了谷歌为何将首站选在这里。

行业影响与未来展望

谷歌此次加速器项目的启动，释放了几个重要信号：

大模型公司正在系统性地进入机器人赛道。 从OpenAI投资Figure，到谷歌推出Gemini Robotics并设立加速器，头部AI公司不再满足于纯软件层面的竞争，而是积极向硬件和物理世界延伸。

回顾这一趋势的标志性事件：2024年初，人形机器人公司Figure AI完成了约6.75亿美元的B轮融资，投资方包括OpenAI、微软、英伟达、Jeff Bezos等。Figure随后与OpenAI合作，将GPT系列模型集成到其人形机器人Figure 01和Figure 02中，使机器人能够通过自然语言对话理解任务指令并执行复杂操作。这一合作被视为大模型公司进军物理世界的标志性事件。此后，英伟达推出了Project GR00T人形机器人基础模型，特斯拉持续迭代Optimus人形机器人，中国的智元机器人、宇树科技等也获得了大量融资。整个行业正在形成"大模型+机器人"的深度融合趋势，谷歌的加速器项目正是这一浪潮中的最新动作。

"模型+生态"的竞争模式正在复制到机器人领域。 正如安卓通过开放生态赢得了移动互联网时代，谷歌试图通过加速器项目构建以Gemini为核心的机器人开发者生态。

这一类比值得深入理解：谷歌在移动互联网时代通过开源安卓操作系统，成功构建了覆盖数十亿设备的开发者生态，尽管硬件利润大部分被三星、华为等厂商获取，但谷歌通过搜索、应用商店和广告服务实现了持续的商业回报。在机器人领域复制这一策略意味着：谷歌并不需要自己制造机器人硬件，而是通过提供核心AI模型（类似安卓系统）和开发工具链（类似Android Studio），让大量机器人公司基于Gemini生态开发产品。一旦Gemini Robotics成为机器人行业的"事实标准"，谷歌就能在模型API调用、云服务消费、数据回流等环节获取长期价值。这也解释了为什么加速器项目对初创公司免费开放——前期投入是为了后期的生态锁定。

机器人初创公司的窗口期可能正在缩短。 当大厂开始系统性地提供模型、算力和技术支持时，独立发展的初创公司如果不能快速建立差异化优势，将面临被生态吸纳的风险。

对于15家入选的初创公司而言，这是一次难得的加速机会。但更值得关注的是这一项目的后续走向——谷歌是否会将加速器扩展到更多地区，Gemini Robotics模型的实际表现如何，以及这些初创公司最终能否交出令人信服的产品成果。物理AI的竞赛才刚刚开始。