[新聞] Google發表Gemini Robotics ER 2！讓機器人邁向「高階大腦」時代

看板Stock (股票)作者tanted (為何世界會那麼不單純)時間1小時前 (2026/07/31 23:32)推噓0(0推 0噓 0→)

留言0則, 0人參與討論串1/1

文章標題請使用原新聞標題勿刪減或自創標題，違者4-1處分原文標題：請勿刪減或自創標題，違者4-1處分，此行請刪除 Google發表Gemini Robotics ER 2！讓機器人邁向「高階大腦」時代原文連結：網址超過一行，請用縮網址，連結不能點擊者板規 1-2-2 處分。 https://ec.ltn.com.tw/article/breakingnews/5524402 發布時間：請勿張貼超過3天新聞 2026/07/31 17:00 記者署名：原文內容：〔記者邱巧貞／台北報導〕Google 30日宣布推出全新機器人AI模型 Gemini Robotics ER 2，這是目前Google最先進的「具身推理（Embodied Reasoning）」模型，可視為機器人的「高階大腦」，相較前一代 Gemini Robotics ER 1.6，新版本最大的突破在於加入連續影片理解（Video Understanding）、任務進度追蹤、工具調度（Tool Orchestration）以及多機器人協作能力等。 Google指出，若要讓機器人在真實世界中協助人類，光具備精準的空間推理能力仍然不夠，更大的挑戰在於，機器人能否即時理解現場狀況、判斷下一步該採取什麼行動，並在執行任務的過程中，根據環境變化隨時調整策略。請繼續往下閱讀... 因此，Gemini Robotics ER 2被定位為機器人的「高階大腦」，主要負責與人類對話、理解周遭物理環境、規劃多步驟任務，並可呼叫Google Search等工具取得資訊，或串接開發者自訂的函式與API。完成任務規劃後，再將實際動作交由底層的視覺－語言－動作模型（Vision-Language-Action，VLA）執行。此次更新的一大突破，是導入連續影片理解（Continuous Video Understanding）能力。過去機器人大多只能分析單張影像，如今則能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、是否需要重新嘗試，以及是否可以進入下一個步驟。 Google表示，這讓機器人真正具備「即時情境感知」能力，例如能判斷燈泡是否已鎖緊、垃圾袋是否綁好，或咖啡是否已倒至適當容量，只有在確認任務完成後，才會繼續下一步。為了更精準掌握工作進度，Gemini Robotics ER 2新增進度分類功能，可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， Gemini Robotics ER 2在進度分類任務中的準確率約57.4%，優於前一代模型。另一項重要升級則是關鍵時刻辨識（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。Google表示，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。 Google此次也正式加入多機器人協作功能。官方指出，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，Gemini Robotics ER 2 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也展示與波士頓動力（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也同步於GitHub 公開相關範例程式，供開發者參考與應用。此外，Gemini Robotics ER 2也全面提升空間理解能力，涵蓋三大核心功能。首先，在成功／失敗偵測（Success / Failure Detection）方面，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。其次，在儀器讀值（General Instrument Reading）方面，已從過去主要支援類比儀表，擴展至可辨識10種不同類型的儀器，包括數位顯示器、直尺、線性刻度及液體溫度計等，可因應更多工業場域的檢測需求。最後，在視覺問答方面，受惠於Gemini多模態理解能力的提升，機器人能更準確理解複雜的視覺資訊，並回答與空間環境相關的問題。在安全性方面，Google表示，Gemini Robotics ER 2在人員接近偵測及安全指令遵循兩項測試中，表現均優於前一代模型。舉例來說，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。 Google同時推出全新的安全評估基準，檢驗AI是否具備執行安全限制、持續監控環境、判斷動作是否符合物理可行性，以及在必要時主動向人類尋求確認等能力，進一步提升未來具身AI（Embodied AI）的安全性。 Google表示，Gemini Robotics ER 2已透過Gemini API（可於 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。 https://www.youtube.com/watch?v=4lSQnrMC6nY

心得/評論： ※必須填寫滿30正體中文字，心得過短或濫竽充數將以板規 1-2-3 處分谷歌現在給機器人「高階大腦」不只會做事還會邊做邊看進度條確認自己有沒有搞砸不過再強有我們中國宇樹會後空翻機器人嗎? -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.193.229.55 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1785511956.A.725.html