По сообщению Google (июль 2026 г.). Даты запуска, доступность функций и сравнительные результаты ниже относятся к этому сообщению и отражают данные разработчика. Первоисточник.
Gemini Robotics ER 2 представляет собой качественный скачок в обеспечении работы роботов: понимание видео, оркестровка задач и совместная работа нескольких роботов — всё это делает роботов более полезными в физическом мире.
Мы запускаем Gemini Robotics ER 2, новую модель, разработанную для работы в роли высокоуровневого «мозга» для роботов. Она обеспечивает пространственное рассуждение в реальном времени, многошаговое планирование задач и сотрудничество между различными роботами. К модели уже можно получить доступ через Gemini API, Google AI Studio или платформу Gemini Enterprise Agent Platform, чтобы начать создавать собственных физических ИИ‑агентов.
Google только что представила Gemini Robotics ER 2, который действует как «умный мозг» для роботов. Он помогает им быстро думать, планировать многошаговые задачи и даже работать совместно с другими роботами. Модель позволяет роботам отслеживать видеопотоки, контролировать собственный прогресс и исправлять ошибки в реальном времени. Она спроектирована так, чтобы сделать роботов безопаснее и полезнее в реальном мире.
Чтобы роботы могли помогать людям в повседневной среде, одного точного пространственного рассуждения недостаточно. Роботы также должны мыслить быстро, синхронизируя свои решения и рассуждения со скоростью реального физического мира.
Именно поэтому сегодня мы запускаем Gemini Robotics ER 2 — нашу наиболее способную модель «воплощённого рассуждения» для робототехники. Представьте Gemini Robotics ER 2 как высокоуровневый мозг для роботов. Она позволяет роботам общаться с людьми, понимать физический мир и планировать многошаговые задачи. При этом выполнение моторных команд делегируется любым низкоуровневым моделям зрения‑языка‑действия (VLA). Gemini Robotics ER 2 также может нативно вызывать инструменты вроде Google Search для поиска информации или любые другие функции, заданные пользователем. Дизайн Gemini Robotics ER 2 позволяет роботу «думать» о следующем шаге, одновременно выполняя текущие действия.
Gemini Robotics ER 2 является существенным обновлением по сравнению с Gemini Robotics ER 1.6. При просмотре непрерывных видеопотоков роботы теперь могут отслеживать собственный прогресс, адаптироваться при возникновении проблем и точно знать, когда переходить к следующему шагу. Мы также вводим совместную работу нескольких роботов, позволяя машинам работать вместе в общих пространствах и выполнять сложные рабочие процессы, которые один робот не сможет выполнить самостоятельно.
Gemini Robotics ER 2 уже публично доступна для разработчиков через Gemini API, Google AI Studio, а также в частном превью на платформе Gemini Enterprise Agent Platform. Чтобы помочь вам начать, мы делимся примерами настройки модели и подсказками для её использования при создании более полезных физических ИИ‑задач.
Развитие агентных физических возможностей
Большинство задач в физическом мире сложны и требуют выполнения нескольких шагов. Gemini Robotics ER 2 является физическим агентом, координирующим шаги робота, позволяющим ему самокорректироваться и обобщать поведение на более новые ситуации. Для построения агентной системы разработчики могут объявлять низкоуровневые интерфейсы управления — такие как модели Vision‑Language‑Action (VLA) или API навигации — в качестве инструментов и передавать мультимодальные видеопотоки, аудио или текст прямо в модель.
Gemini Robotics ER 2 улучшает этот рабочий процесс оркестровки инструментов. Мы можем оценивать её производительность с роботами в симуляции, используя управление реальными роботами и даже в паре с человеком, управляющим роботом удалённо.
Gemini Robotics ER 2 последовательно превосходит ER 1.6 в оркестровке инструментов по трём режимам управления: реальный VLA, симуляционный VLA и управление человеком‑оператором.
В робототехнике высокоуровневое рассуждение зависит от скорости исполнения. Gemini Robotics ER 2 интегрируется с Gemini Live API, используя двунаправленную потоковую конечную точку, оптимизированную для задач, чувствительных к задержке. Результат — плавная оркестровка: Gemini Robotics ER 2 отдаёт команды моделям действий и робототехническим API для выполнения многошаговых задач без резких пауз «остановись‑и‑подумай». Чтобы проиллюстрировать это, мы создали демонстрацию с роботом Spot от наших партнёров из Boston Dynamics. Мы используем Gemini Robotics ER 2 для оркестрации API Spot, таких как навигация и движение манипулятора, создавая интерактивного робота, который приносит вам предметы.
Gemini Robotics ER 2, управляющий Boston Dynamics Spot, приносит попкорн по команде на естественном языке. Код доступен на Github вместе с другими примерами.
Открытие временного интеллекта для надёжного завершения задач
Одна из самых трудных задач в робототехнике — понять, когда задача завершена. Gemini Robotics ER 2 вносит качественные изменения в понимание видео и отслеживание прогресса, чтобы проверять, что сложные задачи — такие как закручивание лампочки или завязывание мусорного пакета — выполнены в соответствии со спецификацией, прежде чем переключиться на следующий шаг.
В этом обновлении мы добились прогресса в двух фундаментальных способностях для понимания прогресса задач: классификация прогресса и определение момента.
Классификация прогресса означает способность робота отслеживать продвижение к завершению задачи. В наших оценках мы разделяем каждый кадр видеопотока на пять уровней прогресса (0–20%, 20–40%, 40–60%, 60–80%, 80–100%). Квантифицируя прогресс задачи, Gemini Robotics ER 2 даёт роботам ситуационную осведомлённость в реальном времени и позволяет корректировать действия на ходу или повторять неудачные шаги без перезапуска всего рабочего процесса.
Gemini Robotics ER 2 достигает точности 57.4% в задачах классификации прогресса, превосходя модели предыдущего поколения и конкурирующие передовые модели.
Определение момента измеряет способность модели определить точный видеокадр, в котором происходит критическое событие (например, когда прекратить наливать кофе в чашку). Gemini Robotics ER 2 демонстрирует значительные улучшения в задачах определения момента, что позволяет роботам точно переключаться между задачами, проверять успех и предлагать исправления.
В задачах определения момента Gemini Robotics ER 2 достигает точности 91.3% и средней абсолютной погрешности 0.96 с. Она конкурирует с более крупными категориями моделей, но обеспечивает такую точность при доле вычислительных затрат и в 4 раза большей скорости выполнения — субсекундной задержке, действительно необходимой для безопасной работы физических роботов в реальном мире.
Ни один робот не подходит для всех задач — колёсный роверт хорошо справляется в закрытых помещениях, в то время как гуманоид предпочтителен на неровной местности. Gemini Robotics ER 2 обеспечивает совместную работу нескольких роботов, позволяя разным машинам обмениваться информацией через общее семантическое представление для передачи задач и завершения сложных работ. Смотрите, как Gemini Robotics ER 2 позволяет Apptronik Apollo 2 и Franka F3 Duo сотрудничать.
Улучшение общей пространственной интеллигентности
Gemini Robotics ER 2 продвигает нашу основную способность пространственного рассуждения, измеряемую тремя бенчмарками:
- Определение успеха/неудачи: теперь работает на необработанных видеопотоках, а не на статических снимках, что позволяет улавливать ошибки в процессе выполнения, такие как проливы, соскальзывания или несовпадения.
- Общее чтение приборов: расширено помимо круглых шкал и смотровых стекол и включает цифровые дисплеи, линейные шкалы, линейки и жидкостные термометры. Мы протестировали это по 10 различным типам приборов.
- Усиленное пространственное VQA: улучшает визуально‑текстовые ответы благодаря достижениям Gemini в мультимодальном понимании.
Gemini Robotics ER 2 последовательно достигает наивысшей точности по всем основным возможностям, с ключевыми показателями по обнаружению успеха (изображение/видео), ответам на вопросы (ERQA) и обобщённому чтению приборов.
Повышение безопасности для воплощённого интеллекта
Gemini Robotics ER 2 — наша самая безопасная модель, показывающая значительное улучшение по бенчмаркам Следования Инструкциям по Безопасности и Близости Человека, которые оценивают, насколько модель соблюдает физические ограничения при рассуждениях и пространственную осведомлённость для обнаружения людей. Мы обнаружили, что Gemini Robotics ER 2 успешно останавливает гуманоидного робота, когда рядом находится человек, и автоматически возобновляет работу только после того, как зона становится свободной.
Чтобы повысить безопасность физических агентов, мы вводим бенчмарк, который оценивает способность фундаментальной модели действовать как безопасный оркестратор VLA, проверяя её умение соблюдать ограничения безопасности, мониторить окружение, оценивать физическую осуществимость и запрашивать у человека уточнения. Подробности см. в нашем техническом отчёте по безопасности.
Gemini Robotics ER 2 превосходит ER 1.6 и другие передовые модели по бенчмаркам Следования Инструкциям по Безопасности и Близости Человека.
Дальнейшие планы — развивать эти модели для ещё более сложных задач, чтобы ускорить создание полезных роботов и поддержать сообщество робототехники.
Получайте последние новости от Google на свою почту.
Подпишитесь на наши информационные рассылки с обновлениями продуктов, информацией о мероприятиях, специальными предложениями и не только.
Проверьте свою почту, чтобы подтвердить подписку.
Также вы можете подписаться с другим адресом электронной почты.
Ваша информация будет использоваться в соответствии с политикой конфиденциальности Google. Вы можете отписаться в любой момент.
TIME назвал Google SynthID одним из лучших изобретений 2026 года.
Мы обеспечиваем европейские научные исследования продвинутыми вычислениями для ИИ и передовыми моделями.
Разработка Gemini 4 Argon ответственно и безопасно. Gemini 4 Argon теперь доступен для разработчиков.
Gemini 4 Argon: создан для решения ваших самых сложных задач. Применение технологий для понимания и лечения заболеваний.