27 октября 2026 года Google Cloud запустила публичное превью модели Gemini Robotics Embodied Reasoning 2 (ER 2) — специализированной версии Gemini, которая выполняет роль «высокоуровневого мозга» для роботов. Модель доступна через платформу Gemini и предназначена для корпоративных сред, где требуются безопасность и масштабируемость.
ER 2 объединяет пространственное и временное понимание видео с долгосрочным планированием. Робот под управлением этой модели может выполнять задачи, состоящие из сотен решений, длительностью в несколько минут. При сбое на одном из этапов система способна самостоятельно определить ошибку и скорректировать действия без перезапуска всего процесса.
Одной из ключевых особенностей стала функция физической верификации задач. Модель анализирует непрерывный видеопоток и классифицирует прогресс выполнения: бинарно (успех/провал), по категориям или непрерывной шкале. Точность определения критического кадра, например момента остановки при наливании жидкости, достигает 91,3% со средней погрешностью всего 0,96 секунды. При этом ER 2 работает в четыре раза быстрее многих более крупных моделей и требует меньше вычислительных ресурсов.
Модель не привязана к конкретному типу машин. Она управляет как стационарными манипуляторами, так и колесными роверами, четвероногими платформами и сложными формами вроде человекоподобных роботов. Более того, ER 2 позволяет разным роботам совместно работать над одной задачей: делить зоны ответственности, передавать объекты и синхронизировать действия.
Разработчики могут объявлять низкоуровневые интерфейсы управления — VLA-модели, навигационные API или пользовательские функции — как инструменты, доступные модели. Управление ведется на естественном языке: оператор может голосом перенаправить робота, и тот объяснит свои дальнейшие шаги, одновременно выполняя их.
Интеграция с Google Cloud дает доступ к симуляции в средах MuJoCo-Warp и NVIDIA Isaac Sim, генерации синтетических сценариев, разметке обучающих видео и обучению кастомных VLA-моделей. Для производств предусмотрена возможность выгрузки чувствительных к задержкам задач на Google Distributed Cloud, а телеметрия с парка роботов поступает в BigQuery.
Среди первых пользователей — Boston Dynamics (роботы Spot), DeepReach AI (захват навыков людей для обучения ИИ), Arm (вычислительные платформы для физического ИИ) и сингапурский институт ASTAR IMRE, где ER 2 помогает роботам считывать показания с аналоговых приборов без API и балансировать центрифуги в автоматизированных лабораториях.
Начать работу с моделью можно через Model Garden на платформе Gemini. Документация, примеры кода и руководства по двунаправленной потоковой передаче данных уже доступны в Gemini API Robo.
