Google 於 30 日宣布推出新一代機器人 AI 模型 Gemini Robotics ER 2，這款被譽為機器人「高階大腦」的模型，將機器人在真實世界中的應用推向了新的高度。與前一代 Gemini Robotics ER 1.6 相比，新版本在多個方面實現了重大突破，包括連續影片理解、任務進度追蹤、工具調度以及多機器人協作能力等。

具身推理能力的提升

Google 指出，讓機器人在真實世界中協助人類，不僅需要精準的空間推理能力，還需具備即時理解現場狀況、判斷下一步行動的能力。Gemini Robotics ER 2 被定位為機器人的「高階大腦」，能夠與人類對話、理解周遭物理環境、規劃多步驟任務，並通過呼叫 Google Search 等工具獲取資訊，或串接開發者自定義的函式與 API。

此次更新的一大突破是導入了連續影片理解（Continuous Video Understanding）能力。過去，機器人大多只能分析單張影像，而現在，Gemini Robotics ER 2 能夠持續觀看攝影機畫面，即時掌握任務完成進度、判斷執行過程是否出錯，並決定是否需要重新嘗試或進入下一個步驟。

精準的工作進度管理

Gemini Robotics ER 2 新增了進度分類功能，將影片中的每一個畫面依任務完成程度分為 0 至 20%、20 至 40%、40 至 60%、60 至 80% 及 80 至 100% 等階段，藉此判斷工作進行到哪裡、是否偏離流程，以及是否需要採取補救措施。官方測試顯示，新模型在進度分類任務中的準確率約 57.4%，優於前一代模型。

另一項重要升級是關鍵時刻辨識（Moment Finding），可找出影片中任務完成的關鍵時間點，例如判斷咖啡何時倒至適當容量、燈泡何時完全鎖緊等。新模型在這項測試中的準確率達 91.3%，平均時間誤差僅 0.96 秒；相較同級大型模型，在維持高準確率的同時，推論速度約快 4 倍，且運算成本更低。

多機器人協作能力

Gemini Robotics ER 2 正式加入了多機器人協作功能。不同類型的機器人各有所長，例如：輪式機器人擅長室內導航，人形機器人則更適合跨越崎嶇地形。新模型可讓不同機器人共享語意理解能力，彼此分工、交接任務，共同完成單一機器人無法獨立處理的複雜工作流程。

Google 展示了與波士頓動力（Boston Dynamics）的合作成果，透過 Gemini Robotics ER 2 整合 Spot 四足機器人的導航 API 與機械手臂控制能力，使用者只需以自然語言下達「幫我拿爆米花」等指令，Spot 便能自主導航、尋找目標物並完成取物。Google 也在 GitHub 公開相關範例程式，供開發者參考與應用。

安全性和空間理解能力

Gemini Robotics ER 2 在安全性和空間理解能力方面也有顯著提升。在人員接近偵測及安全指令遵循兩項測試中，新模型表現均優於前一代。例如，當有人靠近機器人時，系統能自動停止作業、持續監測周遭環境，並在確認人員離開後自主恢復工作。

此外，新模型在成功／失敗偵測、儀器讀值及視覺問答等方面也有顯著改進。例如，Gemini Robotics ER 2 現在可直接分析原始影片串流，而非僅依賴靜態影像，因此能在任務執行過程中即時偵測液體灑出、物品滑落、對位偏移等失敗情況。

從產業面來看，Gemini Robotics ER 2 的推出標誌著機器人在真實世界應用的重大進步。這款「高階大腦」不僅提升了機器人的智能水平，還解決了多機器人協作、精確工作進度管理和安全性等方面的挑戰。未來，隨著這類技術的不斷成熟，機器人有望在更多領域發揮重要作用，從家庭助手到工業生產，都將迎來革命性的變革。

Gemini Robotics ER 2 已透過 Gemini API（可在 Google AI Studio 使用）開放開發者；企業版則以 Private Preview 形式於 Gemini Enterprise Agent Platform 提供。這款模型的推出，無疑將為機器人技術帶來新的發展動力，值得各界關注。

本文改寫整理自公開新聞來源，原始報導由自由時報發布。

常見問題 FAQ

Gemini Robotics ER 2 有哪些主要功能？

Gemini Robotics ER 2 主要功能包括連續影片理解、任務進度追蹤、工具調度和多機器人協作能力。

Gemini Robotics ER 2 與前一代相比有何突破？

Gemini Robotics ER 2 在連續影片理解、進度分類、關鍵時刻辨識和多機器人協作等方面實現了重大突破。

Gemini Robotics ER 2 如何提升安全性？

Gemini Robotics ER 2 在人員接近偵測及安全指令遵循兩項測試中表現優異，能夠自動停止作業、持續監測周遭環境，並在確認人員離開後自主恢復工作。

※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。