DeepMind 发布 Gemini Robotics-ER 1.6 具身推理模型

DeepMind 发布 Gemini Robotics-ER 1.6，一款专注于具身推理（embodied reasoning）的多 模态模型，把视觉、空间理解、动作规划在统一模型中端到端打通。ER 是 Embodied Reasoning 的缩写，表示模型不仅能识别物体，还能理解物体之间的物理关系、预测动作后果、生成可执 行的机器人控制序列。

相比前代 Robotics-ER 1.0，1.6 版本在真实世界任务上的成功率有显著提升。模型能处理多 步骤复杂操作，例如"把红色杯子放到蓝色盘子右边再倒水"这类涉及多对象、多动作、空间 约束的指令。训练数据混合了大量第一视角视频、机器人遥操作记录和模拟环境交互。

这条线对机器人创业公司的意义在于：之前需要分别训练 perception、planning、control 三 个独立模型再做集成，Robotics-ER 1.6 把这三件事统一到一个端到端架构。API 开放给学术 研究和有资质的工业合作方，DeepMind 也在筹建配套的机器人评测平台。