回看板
Disp BBS
作者 tanted (為何世界會那麼不單純)
標題 [新聞] Google發表Gemini Robotics ER 2！讓機
時間 Fri Jul 31 23:32:34 2026


文章標題 請使用 原新聞標題 勿刪減或自創標題，違者4-1處分



原文標題： 請勿刪減或自創標題，違者4-1處分，此行請刪除
Google發表Gemini Robotics ER 2！讓機器人邁向「高階大腦」時代
原文連結： 網址超過一行，請用縮網址，連結不能點擊者板規 1-2-2 處分。
https://ec.ltn.com.tw/article/breakingnews/5524402
Google發表Gemini Robotics ER 2！讓機器人邁向「高階大腦」時代 - 自由財經
[圖]
〔記者邱巧貞／台北報導〕Google 30日宣布推出全新機器人AI模型 Gemini Robotics ER 2，這是目前Google最先進的「具身推理（Embodied Reasoning）」 ...

 
發布時間： 請勿張貼超過3天新聞
2026/07/31 17:00
記者署名：

原文內容：
〔記者邱巧貞／台北報導〕Google 30日宣布推出全新機器人AI模型 Gemini Robotics
ER 2，這是目前Google最先進的「具身推理（Embodied Reasoning）」模型，可視為機器
人的「高階大腦」，相較前一代 Gemini Robotics ER 1.6，新版本最大的突破在於加入
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。

Google指出，若要讓機器人在真實世界中協助人類，光具備精準的空間推理能力仍然不夠
，更大的挑戰在於，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。


請繼續往下閱讀...

因此，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。


Google表示，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
。


為了更精準掌握工作進度，Gemini Robotics ER 2新增進度分類功能，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。


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。


此外，Gemini Robotics ER 2也全面提升空間理解能力，涵蓋三大核心功能。首先，在成
功／失敗偵測（Success / Failure Detection）方面，Gemini Robotics ER 2 現在可直
接分析原始影片串流，而非僅依賴靜態影像，因此能在任務執行過程中即時偵測液體灑出
、物品滑落、對位偏移等失敗情況。


其次，在儀器讀值（General Instrument Reading）方面，已從過去主要支援類比儀表，
擴展至可辨識10種不同類型的儀器，包括數位顯示器、直尺、線性刻度及液體溫度計等，
可因應更多工業場域的檢測需求。


最後，在視覺問答方面，受惠於Gemini多模態理解能力的提升，機器人能更準確理解複雜
的視覺資訊，並回答與空間環境相關的問題。

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。


Google表示，Gemini Robotics ER 2已透過Gemini API（可於 Google AI Studio 使用）
開放開發者；企業版則以 Private Preview 形式於 Gemini Enterprise Agent Platform
提供。

https://www.youtube.com/watch?v=4lSQnrMC6nY


心得/評論：

※必須填寫滿30正體中文字，心得過短或濫竽充數將以板規 1-2-3 處分

谷歌現在給機器人「高階大腦」
不只會做事
還會邊做邊看進度條
確認自己有沒有搞砸
不過再強有我們中國宇樹會後空翻機器人嗎?

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.193.229.55 (臺灣)
※ 作者: tanted 2026-07-31 23:32:34
※ 文章代碼(AID): #1gRC0KSb (Stock)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1785511956.A.725.html
→ InfoWars: 要給我初音了嗎？1F 07/31 23:34
噓 ss425727100: 台灣只要無人機 這些機器人能幹嗎2F 07/31 23:35
推 sdbb: 給我能幹的機器人3F 07/31 23:36
→ Eide: 未來想量產可以去找特斯拉合作4F 07/31 23:37
推 HiuAnOP: 會支那功夫嗎？不會下去5F 07/31 23:37
推 iTWN: 這沒有中國跳舞機器人厲害，下去6F 07/31 23:42
推 Picoro: gemini那幻覺率。。。7F 07/31 23:43
噓 oldntu: 先把Gemini恢復正常吧8F 07/31 23:46
推 kobelakers: 好扯9F 07/31 23:46
推 MyKal1001: Gemini跟屎一樣 機器人真的能用嗎10F 07/31 23:54
→ azhu: 長照機器人11F 08/01 00:00
推 steak5566: 物理ai才是真的能大規模商用的東西12F 08/01 00:01
推 zagato: 支那功夫？給我精通床上功夫的就行13F 08/01 00:11
推 ilGroundhog: gemini...現在好像幾乎沒一項贏的
我從付費到退出 便宜真的沒用 好用才是真的14F 08/01 00:12
推 zetatmrptt: 過氣了16F 08/01 00:14
噓 e123456ddd: gemini的品質爛到誇張 哪個公司高層會相信它的模型很可靠17F 08/01 00:14
→ galic: 人家可是世界模型19F 08/01 00:19
噓 matlab1106: 手機太爛搶不到市佔 只能吹個其他東西20F 08/01 00:46
噓 PeterU: 像小兒麻痺21F 08/01 00:47
→ ThreekRoger: 什麼時後會跟人類說不22F 08/01 01:06
→ hijacker: 想讓你自家的waymo聰明點吧23F 08/01 01:19
→ tanted: 今天谷歌大漲 好像就這個原因24F 08/01 01:37
→ strlen: 性愛機器人呢25F 08/01 02:35
推 ted1985: 阿三公司快解決阿三國內的性飢渴問題吧 加油!26F 08/01 03:23
推 waitrop: 不是這原因，這種鳥新聞根本沒人有注意，今天大漲可能是小幅軋空跟放空回補，主因是因為大家發現微軟跟亞麻財報跟谷歌一樣，甚至成長跟錢賺得更少，但是股價大漲，發覺華爾街的說法完全不通，所以空軍開始回補27F 08/01 03:34
推 myyalga: Ai與機器人都是工具，這些工具沒有人類就沒有意義，這些工具也沒辦法為自己的行為負責，最後都不能脫離人類控制，人類擔責！
—
那為什麼有ai、機器人，我們還要學習？
因為有了知識，你才能控制它們。
而不是變成機器人與ai養的豬，任它們宰割。
那人類如何操控它們？
用軟體控制，不管這軟體是用自然語言寫的程式，或機器語言寫的程式，我們都需要會用寫程式控制它們的資工人才，所以我一直很不解為什麼有人一直渲染它們可以取代軟體工程師？也可以理解為什麼現在硬體跑到幾乎在軟體前面，沒什麼人開發軟體，讓軟體開發速度慢得可憐！32F 08/01 05:23
噓 darkangel119: 連高鐵票價都會搞錯 ….46F 08/01 06:48
推 hcchen0014: 真好奇他搞砸後也會說 我只是個語言模型嗎？47F 08/01 07:55
推 madaofreak: Gemini現在都是給滿情緒價值，嗯48F 08/01 08:18
推 jimlexus: 新的工業革命要來了49F 08/01 08:23
推 kalapon: 更高階的要有更強大的晶片來跑，GG還有的玩50F 08/01 09:17
推 zaqimon: 這台機器人可以自己開車去上班賺錢了嗎51F 08/01 09:31
推 ted1985: 博通 發哥 抖起？52F 08/01 09:35
推 CKRO: 先說可以瑟瑟嗎53F 08/01 09:52
推 YJM1106: VLA也出現幻覺的話…B級驚悚片XD54F 08/01 10:32
→ zo6596001: 這個很有用啊，以後監控儀器的工作可以交給機器人做了
這個很有用啊，像是管線壓力之類要去現場讀表的工作都可以讓機器人完成
波士頓動力用的就是Gemini55F 08/01 11:05
推 sniper578: 世界末日是不是裝了Gemini 大腦的機器人造成的？60F 08/01 11:21

--
作者 tanted 的最新發文:
點此顯示更多發文記錄