Google выпустила Gemini Robotics ER 2 — новую модель воплощённого рассуждения, предназначенную для быстрого мышления роботов и планирования многоступенчатых задач в реальном времени. Обновление приносит значительные улучшения по сравнению с предыдущей версией ER 1.6, включая непрерывное отслеживание прогресса на основе видео, точное определение моментов и нативные возможности многоагентного взаимодействия.
- Классификация прогресса достигает точности 57.4% на пяти уровнях, помогая роботам корректировать действия на лету.
- Определение моментов достигает точности 91.3% со средним абсолютным расстоянием 0.96s, что обеспечивает точное переключение задач со скоростью выполнения в 4 раза выше, чем у предыдущих моделей.
- Многоагентное взаимодействие позволяет различным машинам обмениваться информацией через общее семантическое понимание для завершения сложных рабочих процессов.
- Улучшения пространственного интеллекта включают обнаружение успеха/неудачи на исходном видео и обобщённое считывание показаний приборов для 10 типов инструментов.
- Бэнчмарки безопасности показывают улучшения в следовании инструкциям и обнаружении близости человека, позволяя роботам останавливаться при наличии людей поблизости.
Модель теперь доступна разработчикам через Gemini API и Google AI Studio, что позволяет выполнять более полезные задачи физического ИИ посредством плавной координации без пауз на остановку и обдумывание.