Gemini Robotics-ER

Gemini Robotics-ER (Embodied Reasoning)常用

谷歌 DeepMind 的具身推理模型，负责看懂空间、做规划、判进度

ER 即 Embodied Reasoning（具身推理）。谷歌 DeepMind 2025 年 3 月随初代 Gemini Robotics 推出，是基于 Gemini、强化了 3D 感知和空间理解的视觉语言模型，能指出物体位置、预测抓取点和轨迹。它一般不直接出关节动作，而是回答「东西在哪、先做哪步、做完没有」，再把计划交给 VLA 或机器人接口执行，相当于快慢双系统里的慢系统。2025 年 9 月的 ER 1.5 通过 Gemini API 开放，之后更新到 1.6；2026 年 7 月的 ER 2 加入视频理解和进度跟踪，能编排动作模型完成多步任务、协调多台机器人，还能调用 Google 搜索等工具。