2026年7月，Google DeepMind发布Gemini Robotics 2。在官方资料中，Apptronik Apollo 2（Gemini Robotics 2 官方演示平台 Apptronik Apollo 2 为原型的全身人形机器人）不再仅仅是站在桌边完成一次抓取。它需要理解指令，走向目标，调整身体重心，弯腰或下蹲，再用手完成操作。
模型控制的对象从一只机械臂，扩大到了机器人的脚、腿、躯干、双臂和手指。这意味着具身智能正在跨过一道重要边界：机器人不再只学习一个动作，而是开始根据环境组织整套身体。
但技术能力扩大之后，一个更现实的问题随之出现：这种能够感知、推理并控制整台机器人的模型，最先会在农业的哪个环节产生商业价值？
答案很可能不是田间，也不是所有农产品加工工位。
更准确的判断是：具身智能最先进入的，可能是农产品加工线中那些最不像流水线、却长期依赖人工的非标准工位。
沿着这个标准看，农产品加工线可能是第一站，标准化温室是第二站，开放的果园和农田则要更晚。
Gemini Robotics 2 证明了，模型能力边界正在扩大
Gemini Robotics 2包含视觉—语言—动作模型、具身推理模型和端侧模型。它既可以控制完整的人形机器人，也能控制Franka Duo等双臂平台；机器人还可以执行持续数分钟、包含大量中间决策的多步骤任务。
对此，我们不仅要看到机器人能够拿起某个物体，更关键的是模型开始处理过去需要分别编程的问题：
先做什么、后做什么；
身体站在哪里；
应该用哪只手；
目标发生移动后如何重新规划；
一个步骤失败后是否需要重试；
多台机器人怎样分工完成任务。
这与传统工业机器人的工作方式有明显区别。传统机器人擅长的是在确定位置，以确定轨迹，重复执行确定动作。
Google此前发布的Gemini Robotics-ER 1.6已经把″成功检测″称为机器人自主能力的重要基础。因为机器人只有知道当前动作是否完成，才能决定进入下一步，还是重新执行。因此，Gemini Robotics 2试图解决的，则是在目标、位置和任务发生变化时，机器人能否重新组织动作。
不过，官方数据同时揭示了当前能力的另一面。
在Apollo 2平台上，从桌面取物的平均成功率为68.4%，从地面取物为45.7%，从货架取物为76.3%；
在Franka Duo平台上，精密插入任务达到89.6%，但部分多指操作仍只有三至四成成功率。Google也明确表示，机器人在速度和精细操作方面仍需继续提高。
这些数据足以证明模型具有较强的泛化和全身控制能力，却还不足以直接说明它可以进入一条连续生产线。
研究演示回答的是：机器人能不能完成一种过去没有单独编程的任务？
工厂关心的却是：机器人能否在一个班次内持续完成数千次动作，并且不频繁停线、不污染产品、不损伤物料，也不需要人员一直守在旁边？
这两者之间，仍然隔着工业可靠性。
加工线提供了一个介于″固定自动化″和″开放环境″之间的场景
很多人说，农业场景比工业复杂得多，其根本就是农产品加工厂并不像工业场景下的工厂那样整齐。进入农业加工厂的仍然是自然生长的物料。果实大小不一，蔬菜形状不同，产品可能堆叠、黏连、翻转或者相互遮挡。即使经过初步分级，同一规格内仍会存在差异。
另一方面，加工厂又不是完全开放的田间。
相机位置可以固定，光源可以设计，输送速度可以控制；机器人只需要在限定区域内工作，物料可以通过料斗、输送带和周转箱持续送入；出现异常时，还可以设置缓存、剔除、重试和人工补位。也就是说，农业加工线既保留了农业物料的变化，又能够通过工程设计限制变化发生的范围。
这正好落在具身智能当前能够创造价值的区间：
任务不能完全依靠固定程序完成，但环境仍然允许系统控制失败。
美国Chef Robotics的商业实践提供了一个直接参照。这家公司没有从餐厅里的通用机器人起步，而是把AI机器人部署到食品制造企业。机器人负责抓取、舀取和定量投放咖喱、米饭、碎肉、蔬菜等原料，再由现有输送、封装和检测设备完成后续工序。
虽然这个案例与Gemini Robotics 2并没有直接使用关系，但它提供了一个更重要的产业链佐证：食品加工企业正在让具有感知、学习和自适应能力的机器人进入真实生产线。
截至2026年4月，该公司披露其机器人已在美国、加拿大和欧洲十余家生产设施完成1亿份食品装配。它选择食品制造一个重要原因是制造工厂每天可以运行十几个小时，而每个工位通常只需要处理有限种类的原料。机器人不必立即学会所有食品操作，也能通过局部自动化产生价值。
Amy’s Kitchen从2022年开始使用Chef机器人。据公开案例，设备最高以每分钟34份的速度运行，每天完成两次产品切换，产品一致性提高12%，劳动生产率提高17%，原料过量投放减少4%。
Cafe Spice则是将12种咖喱主餐以及更多餐盘和分量组合。引入机器人和新输送线后，公司公布的结果包括产量提高2至3倍，原料过量投放减少67%，机器人装配餐品的验收通过率达到91%。
2026年，Chef进一步把这套能力扩展到果蔬包装。机器人根据苹果、梨、橙子和猕猴桃的位置、形状与姿态，选择抓取方式，再将它们放入果盒或组合餐盘；玉米和豌豆等散状原料，则通过舀取、称重和视觉跟踪完成定量投放。
这些案例表明，具身智能不必等到″通用机器人″成熟以后才进入农业。
它可以先被放置在在一个工位、一段输送线和几类物料中，通过真实生产积累数据，再逐步增加品类、动作和异常处理能力。
加工线不是一个场景，而是一组自动化程度完全不同的工位
如果把分选、称重、摆料、包装和码垛全部统称为″农产品加工线″，那具身智能的适用范围就会被无限放大。称重、颜色分选、固定规格灌装和规则纸箱码垛，已经可以通过机器视觉、PLC、专机和工业机器人高速完成。它们的输入、输出和运动轨迹相对稳定，传统自动化的速度、成本与可靠性通常优于具身模型。在这些工位上增加复杂的推理模型，并不一定提高效率，反而可能带来额外的计算延迟和验证成本。
具身智能真正适合处理的，是传统自动化之间留下的空白，我们用一张表来进行梳理：
这个排序揭示了具身智能在加工线中的真正位置。
它不会首先替代已经成熟的自动化设备，而是要解决一个长期存在的问题：怎样把自然物料变成标准工业系统能够处理的输入。
果蔬从田间进入工厂时，仍然带着农业生产的差异；进入称重、包装和码垛设备前，又必须被整理成确定的位置、姿态、数量和规格。
中间这段从无序到有序的转换，恰恰是人工最密集、传统专机最难覆盖的区域。
具身智能的价值，不是让整条加工线重新智能化，而是把那些无法标准化的输入，送进已经标准化的生产系统。
这才是Gemini Robotics 2对农产品加工真正值得关注的意义：它可能把一些原本依赖重新编程的问题，转化为任务配置和技能迁移问题。
商业化门槛不能只看一次动作的成功率
机器人在实验中如果达到90%的成功率，那就已经很高了。
但如果将这″90%″放到连续生产中，你就会发现这个数字可能远远不够。我们假设一份组合包装需要机器人连续完成20次抓取和放置。
如果每次动作的成功率为98%，在最简单的独立概率近似下，20次全部成功的概率只有约67%；单次成功率提高到99.5%，整份产品无差错完成的概率约为90.5%；即使单次达到99.9%，连续20次全部成功的概率也只有约98%。
这个计算不是为了给所有机器人规定一条统一的验收线，而是说明：多步骤任务会放大每一次小概率失败。
更重要的是，生产企业并不只关心失败了多少次，还更关心失败以后会发生什么。如果机器人没有抓起一个苹果，系统可以重新识别并再次抓取，损失的只是几秒钟。如果苹果被放错果盒，后端视觉能够发现并自动剔除，损失的是一件需要返工的产品。
但如果机器人抓坏产品、污染包装、让刀具进入错误区域，或者碰撞后必须等待人员复位，损失的可能是整条生产线的运行时间。
所以，加工线并不存在一个适用于所有工位的成功率下限。
判断具身机器人能不能投入生产，应当同时观察三个结果：
一个班次能够产生多少合格产品；
平均运行多长时间需要一次人工介入；
一次失败会损失一个动作、一件产品，还是整条线的产能。
对于能够自动重试、自动剔除并设置缓存的工位，机器人不必从第一天起实现完全自主，也可能产生经济价值。
对于每次失败都需要人员进入安全区域处理的高频工位，即使单次成功率达到99%，仍然可能无法使用。
涉及刀具、人员安全、食品污染和过敏原控制时，平均成功率甚至不是第一指标。系统首先要证明的是：错误能够被发现，危险动作能够被阻断，异常发生后设备可以进入安全状态。
因此，具身智能进入工厂的关键是通过系统设计把这种不确定性限制在生产可以承受的范围内。
这也是为什么加工线可能早于温室，温室又可能早于田间
农产品加工并不比采摘简单。
柔软、黏稠、易损和不规则的食品，同样会给视觉与操作带来困难。
加工线的优势在于，机器人周围的环境可以被重新设计。
企业可以改变料箱结构、输送方式、光源位置、工作高度和包装形式，也可以在机器人前后增加缓存、检测和返工工位。模型只需要处理被限定后的变化，而不必同时应对移动、天气、地形和作物生长。
温室介于工厂与田间之间。
通道、灌溉和栽培架可以标准化，但作物仍然会生长、遮挡、弯曲和缠绕。同一种机器人换到另一种种植结构中，机械臂的接近路径、末端姿态和视野条件都可能发生变化。
瓦赫宁根大学在2024年自主温室挑战中选择矮生番茄（IDEAS团队由中国浙江大学六名研究人员组成），正是因为这种作物只需要集中采收，果实高度相对一致，更适合机器人操作。即便如此，研究团队仍然指出，完整自主温室尚未成为商业实践。
AGROS II（AGROS II是由荷兰瓦赫宁根大学牵头，通过传感器、作物模型和智能算法实现温室作物监测、灌溉及气候自主控制的研究项目。）采用的路径也不是直接让一个通用机器人接管所有农事，而是先通过传感器、相机平台和模型持续采集作物、基质与气候数据，再逐步把灌溉、环境控制和异常判断交给算法。
到了露天田间，问题会进一步叠加。
机器人既要识别和操作目标，还要完成移动定位、地形适应、避障和安全控制。天气、光照、泥泞、枝叶摆动和作物差异同时存在，任何一项变化都可能影响整套作业闭环。
加工线上漏掉一个物料，可以通过后续工位补充；果园里漏掉一个枝叶深处的果实，机器人可能需要重新进入树冠。
输送线上的异常产品可以被自动剔除；采摘中的一次错误却可能损伤果实、枝条，甚至影响后续结果。
加工线允许企业围绕机器人重新设计环境；
田间要求机器人适应一个不会为它重新布置的世界。
这就是具身智能更可能沿着″加工线—标准化温室—开放田间″逐步进入农业的根本原因。
中国企业需要的不是″万能机器人″，而是找到产线上的柔性断点
Gemini Robotics 2容易让人把注意力集中到人形机器人上。
但对中国农产品加工企业来说，现阶段最值得做的并不是采购一台通用人形机器人，让它模仿工人完成所有动作。
更务实的机会是寻找一条已经实现部分自动化、却仍被几个手工作业限制产能的生产线。
例如，分选设备已经完成质量分类，不同规格产品仍需人工理料和装盒；动态称重已经完成，黏连、堆积和缺料仍依赖人员处理；封装设备已经成熟，前端组合摆放和产品切换仍需大量人工；码垛机器人能够稳定运行，但换产、补料和异常恢复仍需要人员值守。
这些工位具有共同特征：输入存在变化，输出能够定义，失败可以控制。
它们既需要比传统机器人更强的适应能力，又不要求系统立即解决田间环境中的全部问题。
相应的技术体系也不应把控制权全部交给大模型。
更合理的结构，是让具身模型负责识别变化、理解任务和选择策略；PLC与实时控制器负责确定性动作、安全联锁和节拍控制；专用末端执行器负责抓取、舀取、夹持或切割；检测系统确认作业结果；异常恢复模块决定重试、剔除、降级运行还是请求人工介入。
模型负责处理变化，工业系统负责守住边界。
这条路线比″先做一台什么都会的人形机器人″更容易交付，也更符合农产品加工企业对食品安全、运行稳定性和投资回报的要求。
写在最后
Gemini Robotics 2的重要性，不在于它已经可以替代农业工人，而在于机器人开始从执行固定轨迹的设备，转变为能够根据环境和目标组织动作的系统。
这种能力不会平均进入所有农业场景。
高度标准化的称重、封装和码垛，传统自动化仍然更快、更便宜；完全开放的田间环境，具身模型暂时又缺少足够的可靠性。
真正可能率先形成商业价值的，是两者之间的区域：物料具有自然差异，任务需要一定判断，但环境仍然可以通过工程手段加以约束。
这正是农产品加工线上长期依赖人工的理料、柔性抓取、组合装盘、换产和异常处理工位。
所以，具身智能进入农业的第一步，未必是让机器人走进果园。
它更可能先站在一条加工线旁，把一箱姿态各异的果实，整理成封装设备能够识别和处理的标准输入；把一批形态不断变化的原料，稳定地放进指定的餐盘；把那些过去只能依靠工人经验处理的细碎动作，逐步转化为可以学习、验证和持续改进的生产能力。
具身智能会先进入加工线里最不像流水线的地方。
当它在那里积累了足够多的真实数据、操作经验和异常恢复能力，才会进一步进入标准化温室，最终走向更加开放的田间。
来源: 公众号：清研智慧农业