Google 发布 Gemini Robotics ER 2：支持多机器人协作，边动边想不卡顿

Google DeepMind 今天正式推出了 Gemini Robotics ER 2，这是其最新、最强大的具身推理 AI 模型，专为人形机器人及复杂物理环境设计。

如果说之前的模型是教机器人“怎么动”，那么 ER 2 则是给机器人装上了一个更聪明、更连贯的“大脑”。

边动边想，拒绝卡顿

传统的具身智能模型往往需要在每个动作执行前暂停，进行大量的推理计算，导致机器人行动迟缓、顿挫感强。

Gemini Robotics ER 2 改变了这一逻辑。它支持与双向 Gemini Live API 集成，允许模型在机器人已经移动的同时规划下一步动作。这种“流水线”式的处理方式，大幅减少了“停下来思考”的时间，让机器人的动作更加流畅自然。

连续视频理解：会监控，懂重试

ER 2 的另一大突破是连续视频理解。

它不再只是看一眼图片就下指令，而是在任务执行过程中持续监控视频流：

• 进度估计：实时判断任务完成了多少。
• 故障检测：如果发现某一步做错了（比如杯子没抓稳），它能立即识别并只重试该步骤，而无需从头开始整个工作流。

在基准测试中，ER 2 在识别重要事件发生时刻的准确率达到了 91.3%，平均误差仅为 0.96 秒，远超今年 4 月发布的 ER 1.6。

多机器人协作：1+1 > 2

单个机器人能力有限，但团队可以互补。Gemini Robotics ER 2 原生支持多机器人协作。

Google 展示了一个精彩案例：人形机器人 Apptronik Apollo 2 负责搬运重物，而双臂机器人 Franka F3 Duo 负责精细操作。ER 2 作为中央大脑，协调两者共享信息、交接任务。这意味着未来的工厂或家庭场景中，不同形态的机器人可以组成一个高效的“混合团队”。

如何获取？

目前，Gemini Robotics ER 2 已通过以下渠道开放：

• Gemini API 和 Google AI Studio：供开发者调用。
• Gemini Enterprise Agent Platform：以私有预览版形式提供给企业用户。