文章标题 请使用 原新闻标题 勿删减或自创标题，违者4-1处分 原文标题： 请勿删减或自创标题，违者4-1处分，此行请删除 Google发表Gemini Robotics ER 2！让机器人迈向「高阶大脑」时代 原文连结： 网址超过一行，请用缩网址，连结不能点击者板规 1-2-2 处分。 https://ec.ltn.com.tw/article/breakingnews/5524402 发布时间： 请勿张贴超过3天新闻 2026/07/31 17:00 记者署名： 原文内容： 〔记者邱巧贞／台北报导〕Google 30日宣布推出全新机器人AI模型 Gemini Robotics ER 2，这是目前Google最先进的「具身推理（Embodied Reasoning）」模型，可视为机器 人的「高阶大脑」，相较前一代 Gemini Robotics ER 1.6，新版本最大的突破在於加入 连续影片理解（Video Understanding）、任务进度追踪、工具调度（Tool Orchestration）以及多机器人协作能力等。 Google指出，若要让机器人在真实世界中协助人类，光具备精准的空间推理能力仍然不够 ，更大的挑战在於，机器人能否即时理解现场状况、判断下一步该采取什麽行动，并在执 行任务的过程中，根据环境变化随时调整策略。 请继续往下阅读... 因此，Gemini Robotics ER 2被定位为机器人的「高阶大脑」，主要负责与人类对话、理 解周遭物理环境、规划多步骤任务，并可呼叫Google Search等工具取得资讯，或串接开 发者自订的函式与API。完成任务规划後，再将实际动作交由底层的视觉－语言－动作模 型（Vision-Language-Action，VLA）执行。 此次更新的一大突破，是导入连续影片理解（Continuous Video Understanding）能力。 过去机器人大多只能分析单张影像，如今则能持续观看摄影机画面，即时掌握任务完成进 度、判断执行过程是否出错、是否需要重新尝试，以及是否可以进入下一个步骤。 Google表示，这让机器人真正具备「即时情境感知」能力，例如能判断灯泡是否已锁紧、 垃圾袋是否绑好，或咖啡是否已倒至适当容量，只有在确认任务完成後，才会继续下一步 。 为了更精准掌握工作进度，Gemini Robotics ER 2新增进度分类功能，可将影片中的每一 个画面依任务完成程度分为0至20%、20至40%、40至60%、60至80%及80至100%等阶段，藉 此判断工作进行到哪里、是否偏离流程，以及是否需要采取补救措施。官方测试显示， Gemini Robotics ER 2在进度分类任务中的准确率约57.4%，优於前一代模型。 另一项重要升级则是关键时刻辨识（Moment Finding），可找出影片中任务完成的关键时 间点，例如判断咖啡何时倒至适当容量、灯泡何时完全锁紧等。Google表示，新模型在这 项测试中的准确率达 91.3%，平均时间误差仅 0.96 秒；相较同级大型模型，在维持高准 确率的同时，推论速度约快 4 倍，且运算成本更低。 Google此次也正式加入多机器人协作功能。官方指出，不同类型的机器人各有所长，例如 ：轮式机器人擅长室内导航，人形机器人则更适合跨越崎岖地形，Gemini Robotics ER 2 可让不同机器人共享语意理解能力，彼此分工、交接任务，共同完成单一机器人无法独立 处理的复杂工作流程。 Google也展示与波士顿动力（Boston Dynamics）的合作成果，透过Gemini Robotics ER 2整合Spot四足机器人的导航API与机械手臂控制能力，使用者只需以自然语言下达「帮我 拿爆米花」等指令，Spot便能自主导航、寻找目标物并完成取物。Google也同步於GitHub 公开相关范例程式，供开发者参考与应用。 此外，Gemini Robotics ER 2也全面提升空间理解能力，涵盖三大核心功能。首先，在成 功／失败侦测（Success / Failure Detection）方面，Gemini Robotics ER 2 现在可直 接分析原始影片串流，而非仅依赖静态影像，因此能在任务执行过程中即时侦测液体洒出 、物品滑落、对位偏移等失败情况。 其次，在仪器读值（General Instrument Reading）方面，已从过去主要支援类比仪表， 扩展至可辨识10种不同类型的仪器，包括数位显示器、直尺、线性刻度及液体温度计等， 可因应更多工业场域的检测需求。 最後，在视觉问答方面，受惠於Gemini多模态理解能力的提升，机器人能更准确理解复杂 的视觉资讯，并回答与空间环境相关的问题。 在安全性方面，Google表示，Gemini Robotics ER 2在人员接近侦测及安全指令遵循两项 测试中，表现均优於前一代模型。举例来说，当有人靠近机器人时，系统能自动停止作业 、持续监测周遭环境，并在确认人员离开後自主恢复工作。 Google同时推出全新的安全评估基准，检验AI是否具备执行安全限制、持续监控环境、判 断动作是否符合物理可行性，以及在必要时主动向人类寻求确认等能力，进一步提升未来 具身AI（Embodied AI）的安全性。 Google表示，Gemini Robotics ER 2已透过Gemini API（可於 Google AI Studio 使用） 开放开发者；企业版则以 Private Preview 形式於 Gemini Enterprise Agent Platform 提供。 https://www.youtube.com/watch?v=4lSQnrMC6nY 心得/评论： ※必须填写满30正体中文字，心得过短或滥竽充数将以板规 1-2-3 处分 谷歌现在给机器人「高阶大脑」 不只会做事 还会边做边看进度条 确认自己有没有搞砸 不过再强有我们中国宇树会後空翻机器人吗? --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 123.193.229.55 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Stock/M.1785511956.A.725.html