Google DeepMind 于近日正式发布了其最新一代具身推理 AI 模型——Gemini Robotics ER 2。作为专为人形机器人等硬件打造的“大脑”，该模型不仅在物理环境理解与多步骤任务规划方面有所提升，更首次实现了不同机器人之间的协作能力。
自 2025 年 3 月推出基于 Gemini 2.0 的具身智能模型体系以来，Google持续加快了在机器人领域的迭代速度。在经历了 ER 1.5 与 ER 1.6 版本的演进后，全新的 Gemini Robotics ER 2 在实时决策与持续任务监控上带来了显著突破。
不同于传统推理模型需要“停顿思考”再执行动作的模式，Gemini Robotics ER 2 能够在机器人保持移动的同时规划下一步行动。通过与 Gemini Live API 的深度整合，机器人可以更流畅地完成连续任务，大幅减少了中间的卡顿与暂停。此外，新模型具备持续视频理解能力，不仅能实时评估任务进度、检测执行中的失败环节，还能直接对出错步骤进行针对性重试，无需重置整个工作流程。在官方公布的测试数据中，该模型在任务进度分类测试中的准确率达到 57.4%，并在关键事件时间点识别上取得了 91.3% 的准确率，平均时间误差仅为 0.96 秒。
值得关注的是，Gemini Robotics ER 2 正式引入了多机器人协作机制。基于该模型，不同形态与功能的机器人可以共享环境数据并相互分工交接。在官方演示中，Apptronik 公司的 Apollo 2 人形机器人与 Franka F3 Duo 机械臂平台成功展示了跨设备的协同作业能力。
目前，Gemini Robotics ER 2 已正式通过 Gemini API 以及 Google AI Studio 向开发者开放，同时也在 Gemini 企业级 Agent 平台上开展私测。