Gemini 双线并进：3.6 Flash 压智能体成本，Robotics 2 攻全身智能
本期导语
本月（7 月 1 日至 31 日）AI 端两条精选都出自 Google DeepMind，一软一硬。软件侧，Gemini 3.6 Flash 同 3.5 Flash-Lite、3.5 Flash Cyber 三款齐发：主力据 Artificial Analysis Index 输出 token 比 3.5 Flash 省 17%、DeepSWE 最高省 65%，Flash-Lite 冲到 350 token/秒，Cyber 版并入代码安全智能体 CodeMender，共同把生产级智能体的成本与延迟往下压。硬件侧，Gemini Robotics 2 以 VLA、具身推理模型 ER 2 与端侧 VLA 三个模型，解锁智能全身控制、手部与夹爪的高级灵巧操作和多机器人协作，并配 ASIMOV-Agentic 安全基准。两条线合起来是这个月的信号：模型效率与具身能力同时在推进。
本期看点
前沿模型发布与智能体效率具身智能与机器人
前沿模型发布与智能体效率
Google DeepMind 发布 Gemini 3.6 Flash（输出 token 比 3.5 Flash 省 17%、DeepSWE 最高省 65%、每输出 token 成本更低）、3.5 Flash-Lite（350 token/秒，主打低延迟高吞吐的智能体工作流）与 3.5 Flash Cyber（并入代码安全智能体 CodeMender、受限准入面向政府与受信任伙伴），并透露 3.5 Pro 正在测试。
Gemini 3.6 Flash 发布：输出 token 比 3.5 Flash 省17%(DeepSWE 上最高省65%)、单位输出成本更低；Flash-Lite 冲到 350 token/秒；Cyber 版并入 CodeMender 做安全Google DeepMind：生产级 agent 开发要的是更高 token 效率、更低延迟与更稳表现，Flash 系列就是效率×质量的甜点档。本次三款同发——3.6 Flash(主力)编码/知识工作/多模态全面更好：据 Artificial Analysis Index 输出 token 用量比 3.5 Flash 降17%、在 Datacurve 的 DeepSWE 等基准最高降65%，且每输出 token 成本更低；3.5 Flash-Lite 是 3.5 档最快最省…具身智能与机器人
Google DeepMind 发布 Gemini Robotics 2，由 VLA、担任高层大脑的具身推理模型 Gemini Robotics ER 2、以及端侧高效 VLA 三个模型支撑，解锁智能全身控制、手部与夹爪的高级灵巧操作与多机器人协作，并推出智能体安全基准 ASIMOV-Agentic；ER 2 已在 Google AI Studio 上线。
Gemini Robotics 2：给机器人"全身智能"——行走、下蹲、灵巧操作与多机协作一次到位Google DeepMind 发布 Gemini Robotics 2——面向可适应机器人的智能层，带来三项关键能力：智能全身控制(人形机器人可行走、下蹲、伸展并同时操作物体，例如清理杂乱的房间)、高级灵巧操作、以及多机器人协作完成任务。公司指出多数现有机器人是为窄重复任务预编程/遥操作、无法自学与适应不可预测环境，技能跨本体迁移更难；Gemini Robotics 2 延续"用 Gemini 多模态理解驱动真实世界行动"的路线，是该产品线的重大升级。其它期 ↗本期刊物按 2026 年 7 月 这一期的时间窗整理生成，范围是当前工作区发布的这一份内容包；条目版权归原作者与信源所有。