汽车行业点评报告：谷歌发布Genie 4世界模型，重视谷歌-波士顿动力产业链

　　事件

　　美东时间2026年10月27日，DeepMind发布Genie4研究预览版，将一致性窗口延长至约两分钟并首次实现原生音频生成。

　　投资要点

　　谷歌推出多款通用人形机器人大模型，机器人泛化与适配能力提升

　　谷歌于2026年7月发布Gemini robotics2系列，其包含三个模型。（1）Gemini Robotics2能将视觉和语言输入，转化成电机控制。该模型能够控制人形机器人及其他双臂机器人。此外，该模型可驱动灵巧手和夹爪完成更多高难度精细任务。（2）Gemini Robotics ER2作为视觉语言模型（VLM），能够让机器人能够实现与人交互、理解物理世界，并可自主规划长时序的多步骤任务。此外，该模型新增了多机协同作业能力。（3）Gemini Robotics On-Device2作为一款端侧VLA模型，针对机器人设备在本地运行进行优化。该模型仅需数小时训练，通过少于200个示例，快速适配不同的机器人本体

　　Genie4引入混合架构，一致性窗口维持时间增长至两分钟

　　谷歌发布Genie4，官方定位为迄今最逼真、交互性最强的世界模型。2026年10月，谷歌DeepMind发布Genie4研究预览版。相较上一代，该模型三项指标均有提升：场景一致性窗口延长至约两分钟，为上一代的两倍；首次实现原生音频与世界同步生成，环境音、音乐与角色对话均由模型直接产出；物理模拟覆盖空气动力学与碰撞，人物动作的自然度与响应性得到改善。用户可通过键盘控制移动与视角，并以自然语言在模拟进行中改写天气、移动镜头或引入新角色。

　　相较于参数规模，架构变化更为显著。从架构变化来看，Genie4采用混合架构，生成与推理分离，且多模型实时协同。Genie4承担世界生成引擎角色，Gemini Omni为模拟提供真实世界的外观与行为锚点，Gemini3.8Flash担任实时引导智能体，负责持续观察场景、将复杂目标拆解为步骤、校验各步骤完成情况，并在用户介入后重新规划，上层由Gemini4Argon负责任务级规划。官方演示中，Argon将指令拆解后逐步下发给Genie4，实时模拟Apptronik的Apollo人形机器人下跳棋的全过程。

　　战略合作波士顿动力，补齐硬件短板

　　与波士顿动力强强联手，完善物理AI领域布局。波士顿动力为谷歌主要合作伙伴，产品线覆盖Spot、Stretch与Atlas。

　　2013至2017年，谷歌收购多家本体公司。2013年，谷歌接连收购波士顿动力、Schaft、Redwood Robotics、Meka、Bot&Dolly等多家机器人公司，几乎覆盖本体、执行器与感知的全部环节。2017年，母公司Alphabet将波士顿动力等硬件公司出售。

　　2018至2024年，谷歌将重心转向软件与模型，接连更新迭代并发布模型及VLA Genie世界模型。2024年3月，DeepMind机器人团队的Karol Hausman与Berkeley的Sergey Levine、Stanford的Chelsea Finn在旧金山创办Physical Intelligence（π），其为一家只做VLA模型的公司，Alphabet旗下CapitalG亦为其投资方。

　　2025年11月，谷歌聘任前波士顿动力首席技术官AaronSaunders担任硬件工程副总裁，他在波士顿动力任职逾二十年，主导Spot与Atlas的开发。

　　2026年1月，波士顿动力宣布将Gemini Robotics基础模型接入新一代Atlas，交付对象包括现代汽车集团工厂与谷歌DeepMind本身，DeepMind由此同时作为模型提供方与整机客户。同年6月，原波士顿动力机器人研究副总裁、Atlas行为与强化学习负责人Scott Kuindersma加入DeepMind，在剑桥主攻多指灵巧操作。

　　投资建议

　　谷歌DeepMind发布Genie4，其可生成迄今拟真度最高、可交互的虚拟世界，世界模型对人形机器人仿真训练的重要性进一步凸显。结合7月发布的Gemini Robotics2/ER2，谷歌已完成整套具身模型栈升级，是一众模型大厂中在机器人领域走得最远的公司，有望加速具身智能从模型验证走向规模化训练与落地，利好仿真训练、核心零部件及本体产业链。波士顿动力与谷歌密不可分，建议关注波士顿动力产业链。

　　风险提示

　　地缘政治风险，人形机器人进展不及预期，原材料价格上涨风险。