Gemini Robotics ER (embodied reasoning) 모델은 로봇이 실제 세계를 인식하고 상호작용할 수 있도록 지원하는 비전 언어 모델(VLM)입니다. 시각적 데이터를 해석하고, 공간 및 시간 추론을 수행하고, 다단계 작업을 계획하고, 로봇과 도구를 조정합니다.
모델
Gemini Robotics ER 2 모델은 Gemini Robotics의 최신 모델입니다. 로봇이 환경을 정확하게 이해할 수 있도록 지원하는 업데이트된 추론 모델입니다. 이 모델은 로봇의 에이전트 오케스트레이션 (예: VLA 사용), 진행 상황 이해 및 성공 감지를 비롯한 로봇 동영상 이해, 계기판 읽기, 가리키기, 공간 추론과 같은 체화된 추론 기능에 특화되어 있습니다.
Gemini Robotics ER 2 모델에는 다음과 같은 두 가지 모델 엔드포인트가 도입되었습니다.
gemini-robotics-er-2-preview: 표준 ER 2 모델입니다. 향상된 공간 추론, 동영상 순간 찾기, 동영상 진행 상황 분류, 다중 로봇 오케스트레이션, 다단계 도구 사용을 통해 Gemini 3.5 Flash를 기반으로 합니다.gemini-robotics-er-2-streaming-preview: Live API를 통한 실시간 스트리밍에 최적화되어 있습니다. 연속 오디오 및 동영상 입력을 처리하는 짧은 지연 시간 로봇 에이전트에 이 모델을 사용합니다.
Gemini Robotics ER 1.6을 사용하는 경우 API 호출에서 model="gemini-robotics-er-1.6-preview"을