Gemini的新机器人系统ER 2，把机器人从“只会按指令动”的被动执行者，拉到了能自主“理解场景、协调动作、组队干活”的主动决策阶段——这是一次实打实的能力跃升，绝非小修小补的版本更新。
从“认物体”到“懂关联”：视频理解的核心突破
此前多数商用机器人的视觉功能，还停留在“识别”层面——能准确说出“这是扳手，那是货架”，但无法理解“扳手要从货架上拿下来，放到对应的工位才有用”这种场景关联。ER2的视频理解能力，突破了这层边界，它能把视觉信息转化为决策依据，这是支撑复杂任务的基础。
把复杂任务“拆碎串顺”：任务编排的落地
机器人要解决实际问题，最怕的是“任务串不起来”。比如完成“从仓库取零件送到生产线”，需要找货、搬运、对接、放置等多个环节，每个环节的顺序、节奏、衔接都不能乱。ER2的任务编排功能，恰好解决了这个问题：它能自动拆解复杂任务为子步骤，再串联成流畅的执行流程，无需人工在后端做精细化调整。
组队干活不添乱：多机器人协作的新范式
多机器人协作一直是行业的痛点：要么各干各的容易碰撞，要么抢任务导致效率下降。ER2的多机器人协作功能，实现了动态协同——当多个机器人共同完成一项任务时，它能根据场景实时调整机器人的位置、分工，自动避开冲突，还能在某个机器人出问题时补位。这不是简单的“数量叠加”，而是真正的“组队解决问题”。
对机器人行业来说，ER2的出现，让“机器人能真正落地解决复杂任务”的可能性变得更具体。但目前它的协作能力，还局限在预设的场景里——如果突然遇到从未见过的临时障碍，或者任务中途调整，ER2还能保持这种稳定的协同表现吗？
素材来源：Google DeepMind Blog · AI情报、大模型、AI应用落地、具身智能
查看报道原文
发表第一条评论吧