谭捷谈机器人下一跳：从世界模型到Gemini Robotics 1.5

在这期访谈中，DeepMind研究员谭捷系统讲述了他如何从计算机图形学与强化学习出发，走到通用机器人研究前沿。他分享了机器人为何长期缺乏“常识”、数据墙如何限制进展，以及Gemini Robotics 1.5试图用世界模型和Thinking能力打开新局面的真实思路。

为什么硅谷重新押注机器人

这一段讨论的价值在于，它解释了一个背景性转折：为什么在沉寂多年后，机器人再次被认为是“即将发生的最重要变革”。访谈一开始，主持人就提到在硅谷，越来越多人相信机器人是下一轮核心浪潮，但外界对“机器人”这个词本身可能存在误解。谭捷并没有简单附和乐观判断，而是回到技术现实，强调机器人之所以难，是因为它们要在真实世界中运行，而真实世界远比数字世界复杂。

他指出，过去十多年机器人进展缓慢，并非工程师不努力，而是方法论受限。缺乏对物理世界的建模能力，使得机器人系统高度依赖规则和人工设计。这也是为什么一旦环境变化，机器人就会“失灵”。正是在这样的背景下，机器人研究在最近五到十年出现明显拐点——新的学习范式和更强的模型能力，第一次让“通用性”看起来不再是空谈。

从图形学到机器人：一个反直觉的起点

这一节的重要性在于，它揭示了谭捷个人路径如何塑造了他的技术判断。谭捷在自我介绍中提到，自己早期并非传统机器人背景，而是长期从事计算机图形学相关研究，后来加入Google。正是在那个阶段，他感受到学界和工业界对机器人方向的普遍怀疑。

他说，当时“大家是有很多很多怀疑的态度的”，但他反而认为，图形学中对三维世界、物理和渲染的理解，可能是变革机器人的关键工具。这一选择在当时并不主流，却为后来世界模型（World Model）的思路埋下伏笔：如果机器人能像图形系统那样在内部“模拟”世界，就不再只是被动响应传感器信号，而是具备预测和规划能力。这个判断，也成为他持续投入该方向的重要原因。

强化学习与“没有常识”的机器人

理解这一段，能帮助读者抓住机器人智能的核心瓶颈。访谈中，主持人追问谭捷是否从强化学习模型中借鉴方法，谭捷的回答非常坦率。他多次强调一个事实：“机器人是没有 common sense。”

这里的“常识”并不是语言层面的知识，而是对物理因果的直觉理解。强化学习（通过奖励信号反复试错来学习策略）在模拟环境中效果显著，但在真实世界中，试错成本极高。这导致机器人即便学会了某个动作，也难以迁移到新场景。谭捷承认，从他的角度来看，这是机器人落地最难的一步：如何在有限真实数据下，让系统形成稳定、可泛化的世界理解。

Gemini Robotics 1.5：把Thinking加入VLA

这一节是整场访谈中最前沿、也最具信息密度的部分。谭捷介绍了团队最新发布的Gemini Robotics 1.5，并明确指出第一个关键变化是“把 Thinking 加入 VLA”。VLA通常指视觉-语言-动作框架，让机器人能看、能听、能动，但过去缺乏中间的推理层。

谭捷提到，当团队看到这一结果时，“都觉得非常激动人心”。通过引入Thinking能力，机器人不再只是端到端映射，而是可以在动作前进行内部推演。这为后续的motion transfer（动作迁移）和跨场景泛化提供了基础。虽然他没有给出具体指标，但可以确认的是，这一代系统的目标已不再是单一任务，而是更接近通用能力。

数据墙之后：通用机器人的时间表

最后一部分讨论的是所有机器人团队都会撞上的现实问题：数据。谭捷直言不讳地谈到“数据墙”的存在——真实世界的数据不可能无穷无尽。当数据规模成为瓶颈，单纯堆数据的方法就会失效。

正因如此，他提出一个清晰判断：“generalist robots are coming”。在他看来，未来两到三年内，行业将看到机器人从封闭任务走向开放世界探索。这并不意味着问题已经解决，而是研究范式正在发生变化：从依赖人工采集数据，转向依靠模型内部的世界表示与推理能力。对听众来说，这也是理解机器人长期价值的关键视角。

总结

这次访谈的价值，不在于某个炫目的Demo，而在于谭捷清晰地解释了机器人为何长期受限，又是如何一步步接近突破。从图形学到强化学习，再到Gemini Robotics 1.5中的Thinking能力，他反复强调世界模型和常识的重要性。对读者而言，最大的启发或许是：通用机器人不是突然出现的产品，而是一系列长期判断和方法论积累的结果。

关键词： 机器人， 世界模型， 强化学习， Gemini Robotics 1.5， Google

事实核查备注： 人物：谭捷（DeepMind/Google研究员）；公司：Google；产品：Gemini Robotics 1.5；技术名词：强化学习、VLA、世界模型；原话引用：“机器人是没有 common sense”“把 Thinking 加入 VLA”“generalist robots are coming”