合作美国

谷歌云向企业开放Gemini Robotics ER 2公开预览

发布 阅读约 1 分钟
原文
合作Google

谷歌云10月27日通过官方博客表示,谷歌DeepMind的具身推理模型Gemini Robotics ER 2已在Gemini平台Model Garden以公开预览形式面向企业提供。谷歌称,该模型识别视频中关键事件帧的准确率为91.3%,平均误差0.96秒,可读取10类以上仪表读数,并可把VLA模型和机器人API作为工具调用。

波士顿动力、Arm、DeepReach和新加坡A*STAR IMRE被列为早期用户。

谷歌10月27日(美国时间)在谷歌云博客中表示,谷歌DeepMind7月30日已通过Gemini API发布的机器人高层推理模型Gemini Robotics ER 2,现以公开预览形式登陆面向企业的Gemini平台,可通过Model Garden使用。

ER 2位于机器人底层运动控制之上,负责任务规划。开发者把视觉语言动作(VLA)模型或导航API声明为工具,向ER 2输入视频、音频或文本,模型即可拆解任务、逐步核验,并只重试失败的步骤,无需重启整个流程。谷歌给出两项实测数据:在倒液体何时停止等关键事件上,ER 2定位视频帧的准确率为91.3%,平均绝对帧距0.96秒,执行速度为许多更大模型类别的4倍。它还能读取圆形表盘、视镜、数显屏、直尺、液体温度计等10类以上仪表。

云端方案涵盖MuJoCo-Warp和英伟达Isaac Sim仿真、Cloud Storage与BigQuery数据标注、在GKE或Cluster Director上训练定制VLA,以及通过Google Distributed Cloud在工厂现场处理对时延敏感的SLAM和路径规划。博客引用了波士顿动力(Spot视频巡检)、Arm、数据公司DeepReach AI和新加坡A*STAR IMRE的评价。

MEKAWIRE背景:这是本站四个月内报道的第三次谷歌机器人模型发布,此前为7月的ER 2和10月13日的Gemini 4 Argon for Robotics。此次重点在商业化:谷歌把推理层作为云服务出售,硬件留给整机厂,与本站VLA模型解读中的分工一致。对宇树、智元等自研大模型的中国厂商而言,海外客户将多一个可直接调用的推理层选项。公开预览不含服务等级承诺,谷歌未披露价格。

这条消息是利好还是利空?

 

来源