Google DeepMind wydało Gemini Robotics ER 2 - nowy model do sterowania robotami

👁 146 przeczytań

Google DeepMind 30 lipca 2026 roku udostępnił Gemini Robotics ER 2 - model będący wysokopoziomowym „mózgiem” dla robotów, obsługujący rozumienie wideo, wieloetapowe planowanie zadań i koordynację wielu robotów naraz.

Model stanowi wyraźny krok naprzód względem poprzednika, Gemini Robotics ER 1.6. Kluczowa nowość to analiza ciągłych strumieni wideo - robot może śledzić własny postęp, reagować na błędy w czasie rzeczywistym i precyzyjnie wybierać moment przejścia do kolejnego kroku. ER 2 „myśli” o tym, co nastąpi dalej, równolegle wykonując bieżące działanie, co ma bezpośrednie przełożenie na szybkość reakcji w fizycznym świecie.

Karta narzędziaGeminiGemini to asystent AI od Google i zarazem nazwa rodziny modeli, na których działa.Wszystko o Gemini →

Architektura modelu zakłada podział ról: ER 2 zajmuje się wysokopoziomowym rozumowaniem i planowaniem, natomiast wykonanie ruchów oddaje niżej położonym modelom VLA (Vision-Language-Action). Deweloperzy mogą deklarować interfejsy sterowania - modele VLA, API nawigacji - jako narzędzia, a do modelu strumieniować wideo, audio lub tekst. ER 2 może też natywnie wywoływać Google Search lub dowolne funkcje zdefiniowane przez użytkownika.

Największą premierą w tej wersji jest wielorobotowa współpraca - roboty mogą teraz działać razem we wspólnych przestrzeniach i realizować złożone przepływy pracy, których pojedyncza maszyna nie byłaby w stanie ukończyć samodzielnie.

Model jest dostępny publicznie przez Gemini API i Google AI Studio. Wersja dla przedsiębiorstw na Gemini Enterprise Agent Platform działa na razie w prywatnym podglądzie. Google udostępnił też przykłady konfiguracji i promptów, by ułatwić start deweloperom budującym własnych agentów fizycznych.

To pierwszy model robotyczny Google, który od razu trafia do rąk zewnętrznych programistów - i właśnie to odróżnia go od poprzednich, laboratoryj­nych demonstracji.

Czytasz Promptowego częściej? Dodaj go do preferowanych źródeł w Google, a nowe teksty będą wyżej w Twoich wynikach.

// czytaj dalejGoogle DeepMind wydało Gemini 3.7 Flash - tańszy i skuteczniejszy model do kodowania i agentówNewsyGemini na telewizorze, w Moodle i w szkole. Jak Google zalewa AI wszystkie ekranyGeminiIBM i Google Cloud łączą siły przy wdrażaniu AI. Konsultanci, Gemini i agenci mają skrócić drogę do produkcjiPremium