Google 推出了 Gemini Robotics ER 2，这是一款新的具身推理模型，旨在帮助机器人在实时环境中快速思考并规划多步骤任务。此次更新相比之前的 ER 1.6 版本带来了显著升级，包括基于视频的连续进度跟踪、精确的时刻定位以及原生多机器人协作能力。

  • 进度分类在五个层级上实现了 57.4% 的准确率，帮助机器人实时调整动作。
  • 时刻定位达到 91.3% 的准确率，平均绝对距离为 0.96s，使得任务切换精度提高，执行速度是之前模型的 4 倍。
  • 多机器人协作允许不同的机器通过共享语义理解进行通信，以完成复杂的工作流程。
  • 空间智能改进包括对原始视频的成功/失败检测以及跨 10 种类型的通用仪器读取。
  • 安全基准测试显示在指令遵循和人类接近检测方面有所提升，使机器人能够在有人靠近时停止运行。

该模型现已通过 Gemini API 和 Google AI Studio 向开发者公开可用，通过流畅的编排实现更有用的物理 AI 任务，无需停顿思考。