Gemini 4 Hydrogen 让机械臂开发缩至一小时,Devin Bots 组队接管研发
Google 把机械臂开发时间压到一小时
Google DeepMind 在2026年11月发布了 Gemini 4 Hydrogen 模型,并配套推出了名为 Antigravity 的机器人插件。这套组合拳的目标很明确:降低具身智能(Embodied AI)的开发门槛。
以往训练一个能抓取物体的机械臂,需要大量的数据采集、仿真调试和真机微调,周期往往以周甚至月计。Google 这次给出的数据是“一小时”。官方演示显示,开发者只需用自然语言描述任务,系统就能在 MuJoCo 仿真环境中让机械臂进行练习,随后直接部署到真实硬件上。从画草图到拥有一台可用的分拣机,整个过程被压缩到了极短的时间窗口。
在性能方面,Gemini 4 Hydrogen 在抓放任务上的表现追平了参数规模更大的 Argon 模型。而在更复杂的3D空间判断能力上,它超过了之前的 Gemini Robotics ER 2。这意味着小模型在特定垂直场景下的效率正在逼近甚至超越大模型,这对于成本敏感的商业落地来说是个重要信号。
Antigravity 插件的作用类似于连接仿真与真机的桥梁。它处理了仿真环境(Sim-to-Real)中常见的域差异问题,让在虚拟世界中训练出的策略能更平滑地迁移到物理世界。对于没有深厚机器人学背景的开发者而言,这种抽象层的提升意味着他们可以更像写软件一样去“编写”硬件行为,而不必深陷于运动学逆解或动力学建模的细节中。
Cognition 让 Agent 组队干活
如果说单个 Agent 的能力提升是量变,那么多个 Agent 的协作则是质变。Cognition 公司推出了 Devin Bots,试图解决研发流程中的协作难题。
传统的 AI 编程助手通常是一对一的模式:一个开发者对应一个 AI 助手。Devin Bots 则引入了“团队”概念。一个主 Bot 可以统领一组子 Agent,分别承担不同角色。例如,QA Bot 负责发现代码中的 Bug,然后自动将任务移交给 Developer Bot 进行修复。整个进度可以通过 Slack、群聊、短信甚至电话进行跟踪。
这种模式模仿了人类软件团队的运作方式。在真实开发场景中,发现问题和解决问题往往是两个不同的环节,涉及不同的上下文切换。Devin Bots 允许用户以 backlog(待办事项)、CI(持续集成)或发布流程为模板,自定义自己的 Agent 团队。这意味着,你可以构建一个专门负责夜间代码审查的 Bot 团队,或者一个专门处理紧急线上故障的响应小组。
地址 devin.ai/bots 已经开放访问。这一举措表明,AI 正在从“辅助工具”向“自主执行者”转变。当 Agent 能够互相交接任务并维持上下文一致性时,人类开发者的角色将进一步向架构设计和需求定义上游移动。
Gemini Tasks 免费开放,区分问答与任务
Google 同时宣布,Gemini Tasks 功能已向美国、日本、韩国、加拿大、澳大利亚和印度的数亿符合条件用户免费开放。这一动作看似平淡,实则反映了 Google 对 AI 交互形态的重新思考。
长期以来,聊天机器人(Chat)擅长的是快速问答和信息检索,但在处理长周期、多步骤的项目管理任务时显得力不从心。Gemini Tasks 旨在填补这一空白。它允许用户创建长期项目或周期性日程,并与 Chat 的快速问答模式区分开来。
在交互设计上,用户可以在 App 首页从 Chat 模式一键切换到 Task 模式。更有趣的是,它支持通过 Messages 或 iMessage 短信来派发任务。这种无缝衔接意味着 AI 不再只是一个需要专门打开的应用,而是融入了用户的日常通讯流中。当你收到一条关于项目进度的短信时,可以直接将其转化为一个 Task,由 Gemini 后续跟踪和处理。
这种设计降低了用户的使用心理门槛。不需要学习新的提示词工程,只需要像平常一样发短信,AI 就在后台帮你整理和执行。对于普通用户而言,这可能是比复杂代码生成更实用的 AI 落地场景。
基础设施与资本市场的动向
在应用层热闹的同时,底层基础设施和资本市场也在加速洗牌。
Vercel 发布了 eve 1.0 框架,主打让构建和部署生产级 Agent 变得像使用 Agent 一样简单。目前其周下载量已达到 240 万。这一数据反映出开发者对 Agent 原生应用框架的迫切需求。随着 Agent 应用的复杂化,如何管理状态、处理中断、保证可靠性成为新的技术痛点,eve 1.0 试图提供标准化的解决方案。
光轮智能推出了 RoboFinals RL Envs,这是一个面向物理 AI 的强化学习仿真环境。具身智能的核心难点在于数据稀缺和训练成本高。RoboFinals 提供了规模化训练的策略环境,有助于加速机器人策略的迭代。这与 Google 的 Antigravity 形成了呼应,表明行业正在共同构建具身智能的基础设施层。
在资本层面,YC 系公司 Model ML 完成了 2.5 亿美元的 B 轮融资,估值达到 15 亿美元。该公司主要为投行、咨询和投资人士提供运行在企业内部系统上的 AI Agent。其 Q3 的 ARR(年度经常性收入)同比增长了 12 倍,日活用户增长 26 倍。这一增长速度在当前的经济环境下显得尤为突出,说明企业级 Agent 在垂直高价值场景中的付费意愿强烈。
评测与反思:AI 离自主研究还有多远?
随着 Agent 能力的增强,关于其极限的讨论也从未停止。GPT-6.2 Astra 与 Sol 模型已进入 LMArena 的 Agent Arena,基于数百万条真实长周期任务进行评测。这些模型可以调用网页搜索、文件系统和终端工具,展示了更强的自主性。
然而,a16z 在与 Mark Chen 和 John Schulman 的对谈中指出,AI 目前更像是能执行受控实验的“研究实习生”,而非真正的“首席科学家”。模型擅长深度调参和执行既定流程,但缺乏“research taste”(研究品味)。这种品味涉及对问题的直觉判断、对方向的把握以及对未知领域的探索欲,目前仍难以通过数据教会模型。
未来可能会引入研究员偏好作为强化学习(RL)的反馈信号,但这依然需要人类专家的高质量输入。这意味着,在可预见的将来,人类的研究者不会失业,但他们的工作重心将从执行实验转向提出好问题和设定方向。
结语
2026年11月的这些动态勾勒出一个清晰的趋势:AI 正在从单点能力的突破走向系统化、流程化的整合。无论是 Google 的机械臂开发流水线,还是 Cognition 的多 Agent 协作团队,都在试图将 AI 嵌入到更复杂的生产环节中。
对于开发者而言,这意味着需要重新审视自己的工作流。那些重复性高、规则明确的环节正在被 Agent 接管,而需要创造性思维和复杂决策的部分则变得更加珍贵。基础设施的完善(如 Vercel eve 和 RoboFinals)降低了进入门槛,但如何设计出真正有价值的 Agent 协作流程,将成为新的竞争焦点。
我们正处于一个过渡期:AI 不再是偶尔使用的玩具,而是开始承担实际工作责任的同事。适应这种变化,学会与 Agent 团队共事,可能是接下来几年最重要的技能之一。