事件總覽：Google DeepMind 推出 Gemini Robotics ER 2，標誌著機器人在真實物理世界中的應用進入新階段，從停頓思考到即時反應的轉變。

📅 2023年10月：Gemini Robotics ER 2 正式亮相

在此之前，機器人在執行任務時經常需要停頓來進行思考，這大大限制了其應用範圍。Google DeepMind 推出的 Gemini Robotics ER 2，旨在打破這一局限。這款「具身推理」（embodied reasoning）模型不僅具備升級的空間與影片理解能力，還主打即時決策與多機器人協作，為實體 AI 的應用開創新篇章。

📅 2023年11月：Gemini Robotics ER 2 的高階大腦功能

隨後，Google DeepMind 將 Gemini Robotics ER 2 定位為機器人的「高階大腦」，專門負責對話、理解物理世界以及規劃多步驟任務，而低階的動作執行則交由視覺-語言-動作（VLA）模型處理。新一代模型整合了 Gemini Live API，透過雙向串流端點大幅降低延遲，使機器人在執行動作的同時能夠同步進行思考。

📅 2023年12月：展示 Gemini Robotics ER 2 的實用性

這直接導致了機器人在實際應用中的突破。Google DeepMind 與波士頓動力（Boston Dynamics）合作，通過 Spot APIs 指揮 Spot 機器人執行拿取爆米花等互動任務，展示了 Gemini Robotics ER 2 的高效能。此外，Gemini Robotics ER 2 在影片理解與進度追蹤上有顯著躍升，帶來兩大核心能力：連續進度分類和精准時刻尋找。

📅 2024年1月：多機協作與安全機制

單一機器人難以應付所有環境需求，因此 Gemini Robotics ER 2 支援多機器人協作，讓不同型態的機器人（如輪式機器人與雙足人形機器人）通過共用的語意理解來互相交接並完成複雜任務。此外，新模型在「安全指令遵循」與「人類鄰近度」評測中表現優異，當偵測到人類靠近時，人形機器人能夠自動暫停，並在區域安全後自動恢復作業，大幅提升人機協作的安全性。

至今影響與未來展望

Gemini Robotics ER 2 已透過 Gemini API 與 Google AI Studio 向開發者全面開放，並在 Gemini Enterprise Agent Platform 提供私人預覽。這標誌著機器人在真實物理世界中的應用進入了一個全新的時代，未來有望在更多領域實現智能化和自主化。

從產業面來看，Gemini Robotics ER 2 的推出不僅提升了機器人的智能化水平，更為多機協作和安全應用開創了新的可能性。這將對製造業、醫療保健、物流等多個領域產生深遠影響，推動這些行業的技術進步和效率提升。

如果你對這項技術感興趣，不妨進一步了解 Gemini Robotics ER 2 的應用案例，思考它如何改變你的工作和生活。未來，機器人將不再是簡單的工具，而是成為人類的智能夥伴。

本文改寫整理自公開新聞來源，原始報導由T客邦發布。

常見問題 FAQ

Gemini Robotics ER 2 是什麼？

Gemini Robotics ER 2 是 Google DeepMind 推出的一款「具身推理」模型，旨在提升機器人在真實物理世界中的應用能力，特別是即時決策和多機器人協作。

Gemini Robotics ER 2 有哪些核心能力？

Gemini Robotics ER 2 具備連續進度分類和精准時刻尋找兩大核心能力，能夠即時分析影片畫面並精確鎖定關鍵事件發生的影格。

Gemini Robotics ER 2 如何提高安全性？

Gemini Robotics ER 2 在「安全指令遵循」和「人類鄰近度」評測中表現優異，當偵測到人類靠近時，機器人會自動暫停，並在區域安全後自動恢復作業。

※ 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。