安川电机将Google DeepMind“Gemini Robotics ER 1.6”装入MOTOMAN NEXT,打造智能体工业机器人
安川电机7月15日宣布与Google DeepMind开发出智能体机器人系统,由Gemini Robotics ER 1.6担任MOTOMAN NEXT的决策智能,仅凭高层指令即可规划并执行任务,并能自动从错误中恢复。具体应用和供货时间将另行公布。

日本工业机器人厂商安川电机2026年7月15日宣布,与Google DeepMind共同开发出一套能够自主判断、执行任务的“智能体”机器人系统。根据安川公告,该系统把自家AI机器人MOTOMAN NEXT与Google DeepMind面向机器人的生成式AI模型Gemini Robotics ER 1.6结合:谷歌模型负责判断状况、规划步骤,MOTOMAN NEXT负责执行。
安川未披露财务条款、客户或价格,表示具体应用和供货时间将在准备就绪后公布。这一公告发布于安川公布与软银物理AI验证结果两天之后,也是其与发那科、川崎重工一同加入富士通物理AI计划的前一天。
系统能做什么
据安川介绍,系统接到“对这些零件进行分拣”之类的指令后,可自行确定作业顺序并执行,无需详细编程或示教。搬运过程中物体掉落时能自动恢复。系统还可与生产管理系统联动,任务直接从工厂软件下达,而不必由技术人员在示教器上输入。
执行端依靠MOTOMAN NEXT标配的三项能力:高精度识别环境和物体位置的机器视觉、计算避障安全路径的路径规划、判断抓取状态和接触情况的力觉感知。Gemini Robotics ER 1.6则提供决定如何运用这些能力的高层推理。
与软银的验证
7月13日,安川与软银宣布成功验证了处理线束的物理AI系统。线束是形状和位置难以预测的柔性零件。验证采用视觉语言动作(VLA)模型,根据摄像头图像和任务指令生成动作,并在软银AI数据中心GPU云上训练。安川称,物理AI作为模块嵌入现有机器人控制系统,数据采集、模型训练、仿真评估到真机部署全流程实现自动化。这项工作建立在双方此前签订的合作协议之上。
安川的业绩
安川加码AI的背景是机器人业务承压。根据7月10日财报,2026年3至5月合并营收1389.82亿日元,增长10.6%,营业利润84.86亿日元,下降19.2%。机器人部门营收567.28亿日元,仅增长2.0%,部门营业利润8.88亿日元,骤降82.3%,公司归因于核心系统切换对生产的影响及欧洲业务重组费用。全年预测维持营收5800亿日元(增长7.0%)、营业利润600亿日元(增长26.8%)。8月31日,安川推出负载12公斤、臂展1410毫米、搭载新研发扭矩传感器的协作机器人MOTOMAN-HC12。
竞争格局与谷歌
谷歌如今通过不同部门同时与日本两大机器人厂商合作。发那科5月宣布在谷歌云Gemini Enterprise和Intrinsic平台上合作,并称参与Google DeepMind的Gemini Robotics可信测试者计划,9月11日发布基于Gemini的AI焊接智能体。安川则直接引入用于任务推理的Gemini Robotics模型。三家中机器人部门增速最快的川崎重工,重点放在圣何塞物理AI中心和与富士通的医疗合作上。
- 安川电机
- 2026年3至5月
- 56,728
- 2
- 580,000
- 60,000
- MOTOMAN NEXT搭载Gemini Robotics ER 1.6(7月15日)
- 发那科
- 2026年4至6月
- 96,103
- 18.7
- 948,100
- 218,000
- Gemini Enterprise、Intrinsic(5月13日);AI焊接智能体(9月11日)
- 川崎重工
- 2026年4至6月
- 69,594
- 22.2
- 2,560,000
- 180,000
- 无数据
数据来自各公司季度财报和公告。利润预测:安川和发那科为营业利润,川崎为业务利润。川崎机器人营收为精密机械及机器人部门对外销售,同比按69,594 / 56,930减1计算。安川财年于2月结束。
截至 2026年10月1日
这种架构代表了机器人行业日益普遍的分工:大型多模态模型负责解读场景、规划步骤的“具身推理”,机器人自身控制器负责精确且关乎安全的运动。安川由此可保留运动控制和安全技术优势,同时借用难以自研的推理能力,并可随谷歌发布新模型升级同一台机器人。
对中国市场而言,这一路径与国内“具身智能”热潮形成对照。国内人形机器人和协作机器人企业多与本土大模型公司合作,或自研VLA模型。安川和发那科都选择谷歌,而谷歌服务在中国大陆难以直接使用,这意味着日系厂商在华若要提供同类功能,需另寻本地模型或部署方案。国产厂商若能率先把本土大模型与工业控制器深度结合,在本土市场可能获得时间窗口。
风险也很具体。安川未公布成功率、节拍或上市时间。依赖谷歌模型,工厂客户会追问延迟、离线运行和数据处理问题。在机器人部门利润几近归零之际,同时推进与Google DeepMind、软银和富士通的AI合作,也可能分散研发资源。
后续看点包括安川6至8月季度业绩、Google DeepMind系统应用和上市时间的公布,以及与软银的VLA后续工作。
ROBOTNESS 分析
安川与Google DeepMind的合作,是在机器人利润疲弱之际借AI实现跨越的尝试,其价值取决于能否在发那科基于Gemini的产品到达客户之前,把推理模型变成产品。
证据在于节奏。7月三天内,安川接连宣布软银VLA验证、Google DeepMind系统以及加入基于英伟达的富士通计划。MOTOMAN NEXT已标配视觉、路径规划和力觉,缺的是高层推理,由Gemini Robotics ER 1.6补上。
最有力的反方观点是:公告中没有产品、日期和性能数据,而发那科已确定基于Gemini的产品12月出货。8.88亿日元的机器人部门利润难以支撑漫长的开发周期。
乐观情形:安川在本财年内推出用于配套或分拣的Gemini Robotics应用,核心系统问题消退后机器人利润率回升,MOTOMAN NEXT成为工厂场景Gemini Robotics的参考平台。
悲观情形:系统停留在演示阶段,客户偏好装机量更大、交付模式更简单的发那科,安川在过多合作中分散人力,利润率持续低迷。
值得关注的信号:
- 2026年10月:安川6至8月季度业绩,看机器人部门利润能否从8.88亿日元回升。
- 2027年2月28日(安川财年末)前:Google DeepMind系统具体应用和供货时间的公布。
- 2026年12月底:发那科基于Gemini的AI焊接智能体开始出货,是衡量安川的标杆。
- 2026年7月15日
- 安川电机、Google DeepMind
- Gemini Robotics ER 1.6
- MOTOMAN NEXT
- 机器视觉、路径规划、力觉感知
- 依高层指令规划任务、自动错误恢复、对接生产系统
- 另行公布
- 软银VLA线束处理(2026年7月13日)
- 营收567.28亿日元(增2.0%),利润8.88亿日元(降82.3%)
为何重要
安川发布了将Google DeepMind机器人推理模型直接置入自家工业机器人控制回路的系统,日本机器人厂商之间的竞争正从硬件和示教工具转向控制器之上搭载哪种AI模型。
这也揭示了谷歌进入工业机器人的方式:不自造机械臂,而是与拥有装机基础的老牌厂商合作。通过与发那科(Gemini Enterprise、Intrinsic)和安川(Gemini Robotics)的合作,谷歌同时进入日本两大机器人生态。
竞争对手分析
发那科在商业化上领先:Gemini焊接智能体12月出货,截至5月物理AI相关出货逾1000台;其机器人部门4至6月增长18.7%,远高于安川3至5月的2.0%。
川崎依靠半导体机器人实现机器人部门22.2%增长,并投资圣何塞中心。中国方面,埃斯顿、汇川等工业机器人厂商以及众多具身智能初创公司在分拣、搬运等相同场景发力,普遍采用本土模型。
估值背景
未披露财务条款。全年营业利润600亿日元的预测意味着需从一季度84.86亿日元大幅回升,市场将结合利润率是否反弹来评估AI故事。
机器人部门占营收40.8%,决定集团盈利。能卖出更高价格的AI产品有帮助,但价格尚未公布。
供应链影响
MOTOMAN NEXT标配视觉和力觉,短期内不需新增外部传感器。变量在算力:运行推理模型可能需要云端连接或本地GPU,软银方案已依托软银GPU云。
伺服和驱动由安川自供,AI产品若成功,将带动其自有硬件销售。对中国供应链而言,安川在华产线和客户若需本地化AI方案,可能为本土算力和模型企业带来合作机会。
后续看点
6至8月业绩及机器人利润是否回升;Google DeepMind系统首个商用应用和时间表;分拣或配套成功率等性能数据。
此外关注Gemini Robotics新版本推出后安川的跟进速度,这反映双方整合深度。
分析师观点
论点:合作赋予安川可信的AI能力,但在产品出货前难以改变其相对发那科的竞争地位。信心:低到中等,偏低。
理由:技术架构合理、伙伴实力强,但没有日期、数据和客户,部门盈利疲弱;软银和富士通合作增加了选项,也分散了重心。
值得追问的问题
安川何时公布应用和价格?系统可否本地部署,还是必须连接谷歌云?客户工厂中MOTOMAN NEXT产生的任务数据归谁?
安川将如何向客户统一呈现Google DeepMind系统、软银VLA和富士通平台三条路线?在中国市场如何提供同类功能?