谷歌 Gemini Robotics ER 2 型号的出现，标志着机器人技术的飞跃式发展

谷歌正式发布了其最新、功能最强大的机器人模型——Gemini Robotics ER 2。开发者将其设计成一个高级大脑，使机器人能够与人交流、理解物理环境并规划多步骤任务。该模型随后将动作执行委托给下级控制系统。它还可以独立使用外部工具，例如谷歌搜索。这种设计的主要优势在于，机器人可以在执行当前任务的同时规划下一步行动，从而消除了以往令人烦恼的“思考”停顿。

新版本相比之前的 Gemini Robotics ER 1.6 型号有了显著改进。通过分析连续视频，机器人现在可以实时监控自身进度，调整潜在错误，并准确判断何时进入下一步。测试表明，该系统在判断工作完成程度方面达到了 57.4% 的准确率，在识别关键时刻（例如停止倾倒液体的确切时机）方面达到了 91.3% 的准确率。另一项重大创新是支持多个机器人协同工作，这使得不同的设备能够相互通信，并共同完成更复杂的任务。

开发人员还提升了空间智能，并显著提高了安全性。该模型能够更好地检测执行过程中的错误，例如物料溢出或滑落，并且可以读取来自各种数字和模拟测量设备的数据。在安全测试中，它被证明能够出色地识别人员的接近程度。当有人靠近时，机器人会自动停止，只有在区域再次安全后才会恢复工作。此次演示是在合作伙伴波士顿动力公司（Boston Dynamics）的知名机器人Spot上进行的，Spot能够根据语音指令自主寻找并送来零食。

现实世界中的机器人系统经常会遇到计算机模型在模拟中无法完全预测的不可预测的情况。该系统在实验室外的实际表现如何还有待观察，因为目前开发者可以通过 Gemini API、Google AI Studio 以及 Gemini 企业代理平台上的测试版本使用该模型。