當 Google 在 30 日宣布推出全新機器人 AI 模型 Gemini Robotics ER 2 的那一刻，機器人領域迎來了一個新的里程碑。這款被稱為「高階大腦」的模型，不僅在技術上取得了重大突破，更為機器人在真實世界中的應用開啟了無限可能。

表象：更聰明的機器人

Gemini Robotics ER 2 是目前 Google 最先進的「具身推理（Embodied Reasoning）」模型，相比前一代 Gemini Robotics ER 1.6，新版本加入了連續影片理解（Video Understanding）、任務進度追蹤、工具調度（Tool Orchestration）以及多機器人協作能力等多項關鍵技術。

Google 強調，若要讓機器人在真實世界中協助人類，單純的精準空間推理能力已經不夠，更重要的是機器人能否即時理解現場狀況、判斷下一步該採取什麼行動，並在執行任務的過程中，根據環境變化隨時調整策略。

真相：高階大腦的內涵

Gemini Robotics ER 2 被定位為機器人的「高階大腦」，主要負責與人類對話、理解周遭物理環境、規劃多步驟任務，並可呼叫 Google Search 等工具取得資訊，或串接開發者自訂的函式與 API。完成任務規劃後，再將實際動作交由底層的視覺－語言－動作模型（Vision-Language-Action，VLA）執行。

此次更新的一大突破，是導入了連續影片理解（Continuous Video Understanding）能力。過去機器人大多只能分析單張影像，如今則能持續觀看攝影機畫面，即時掌握任務完成進度、判斷執行過程是否出錯、是否需要重新嘗試，以及是否可以進入下一個步驟。

「這讓機器人真正具備『即時情境感知』能力，例如能判斷燈泡是否已鎖緊、垃圾袋是否綁好，或咖啡是否已倒至適當容量，只有在確認任務完成後，才會繼續下一步。」 —— Google 官方

各方角力：合作與競爭

為了更精準掌握工作進度，Gemini Robotics ER 2 新增了進度分類功能，可將影片中的每一個畫面依任務完成程度分為 0 至 20%、20 至 40%、40 至 60%、60 至 80% 及 80 至 100% 等階段，藉此判斷工作進行到哪裡、是否偏離流程，以及是否需要採取補救措施。官方測試顯示，Gemini Robotics ER 2 在進度分類任務中的準確率約 57.4%，優於前一代模型。

另一項重要升級則是關鍵時刻辨識（Moment Finding），可找出影片中任務完成的關鍵時間點，例如判斷咖啡何時倒至適當容量、燈泡何時完全鎖緊等。Google 表示，新模型在這項測試中的準確率達 91.3%，平均時間誤差僅 0.96 秒；相較同級大型模型，在維持高準確率的同時，推論速度約快 4 倍，且運算成本更低。

「不同類型的機器人各有所長，例如：輪式機器人擅長室內導航，人形機器人則更適合跨越崎嶇地形，Gemini Robotics ER 2 可讓不同機器人共享語意理解能力，彼此分工、交接任務，共同完成單一機器人無法獨立處理的複雜工作流程。」 —— Google 官方

深層影響：多機器人協作與開放平台

Google 此次也正式加入多機器人協作功能。官方指出，不同類型的機器人各有所長，例如：輪式機器人擅長室內導航，人形機器人則更適合跨越崎嶇地形，Gemini Robotics ER 2 可讓不同機器人共享語意理解能力，彼此分工、交接任務，共同完成單一機器人無法獨立處理的複雜工作流程。

Google 也展示了與波士頓動力（Boston Dynamics）的合作成果，透過 Gemini Robotics ER 2 整合 Spot 四足機器人的導航 API 與機械手臂控制能力，使用者只需以自然語言下達「幫我拿爆米花」等指令，Spot 便能自主導航、尋找目標物並完成取物。Google 也同步於 GitHub 公開相關範例程式，供開發者參考與應用。

未解之問：安全性和未來展望

在安全性方面，Google 表示，Gemini Robotics ER 2 在人員接近偵測及安全指令遵循兩項測試中，表現均優於前一代模型。舉例來說，當有人靠近機器人時，系統能自動停止作業、持續監測周遭環境，並在確認人員離開後自主恢復工作。

Google 同時推出了全新的安全評估基準，檢驗 AI 是否具備執行安全限制、持續監控環境、判斷動作是否符合物理可行性，以及在必要時主動向人類尋求確認等能力，進一步提升未來具身 AI（Embodied AI）的安全性。

「從產業面來看，Gemini Robotics ER 2 的推出不僅代表了技術上的重大突破，更為機器人在真實世界的應用奠定了堅實的基礎。然而，安全性和道德規範仍然是未來發展中不可忽視的重要議題，建議企業和開發者在應用這些先進技術時，應謹慎考慮其潛在風險。」

隨著 Gemini Robotics ER 2 的推出，機器人技術邁入了新的篇章。這不僅是一場技術革命，更是對未來生活方式的一次深刻思考。讀者不妨思考一下，這些聰明的機器人將如何改變你的日常生活？

本文改寫整理自公開新聞來源，原始報導由自由時報發布。

常見問題 FAQ

Gemini Robotics ER 2 是什麼？

Gemini Robotics ER 2 是 Google 最先進的機器人 AI 模型，被稱為機器人的「高階大腦」，主要負責與人類對話、理解周遭物理環境、規劃多步驟任務。

Gemini Robotics ER 2 的主要技術突破有哪些？

Gemini Robotics ER 2 的主要技術突破包括連續影片理解、任務進度追蹤、工具調度以及多機器人協作能力。

Gemini Robotics ER 2 如何提升機器人的安全性？

Gemini Robotics ER 2 在人員接近偵測及安全指令遵循兩項測試中表現優異，系統能自動停止作業、持續監測周遭環境，並在確認人員離開後自主恢復工作。

※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。