Gemini Robotics-ER 1.6: 強化された身体化推論 (Embodied Reasoning) モデルの発表

概要

Google DeepMindは、空間推論、マルチビュー理解、計器の読み取り能力を大幅に向上させた、ロボット向けの最新身体化推論モデル「Gemini Robotics-ER 1.6」を発表しました。

詳細内容

Google DeepMindは、ロボットが物理環境を正確に認識・理解して自律的に行動するための推論特化型モデル「Gemini Robotics-ER 1.6」をリリースしました。本モデルは、前世代のER 1.5やGemini 3.0 Flashを大きく上回る空間推論能力を備えており、高精度なポインティング（座標指定）や計数、タスク完了検知が可能です。特に実用的な新機能として、Boston Dynamicsとの提携により開発された「計器の読み取り」が挙げられます。これは、アナログ・デジタルを問わず複雑なゲージやサイトグラスをエージェンティック・ビジョン（ズームやコード実行の併用）で高精度に解釈する機能です。また、マルチビュー推論の強化により、複数のカメラ視点を統合した状況判断が可能になったほか、物理的な安全制約の遵守や危険予測の精度も向上しています。現在、Google AI StudioおよびGemini APIを通じて開発者に公開されています。

元記事を読む他のサマリーを見る