我家機器人開始會「看眼色」了？Google DeepMind 發佈 Gemini Robotics ER 1.6

如果機器人有了「常識」會發生什麼事？

請想像一下。 您請機器人去廚房幫您拿杯水。機器人到了廚房，發現水杯前有一灘灑掉的牛奶。傳統機器人會怎麼做？它可能會機械式地照著預設地圖移動，結果踩到牛奶滑倒，或者完全沒意識到需要清理牛奶，直接拿著水杯就回客廳了。這就是完全沒有彈性的表現。

但現在，機器人開始學會「看眼色」了。Google DeepMind 最近發佈了 Gemini Robotics ER 1.6 (Gemini Robotics-ER 1.6)，這是一個為機器人注入「常識」，即 具身推理 (Embodied Reasoning，機器人在物理環境中自主進行邏輯思考與判斷) 能力的新型人工智慧大腦 Gemini Robotics ER 1.6：增強型具身推理。這項技術讓機器人不再只是無限重複預設動作的機器，而是能理解我們周遭複雜且不可預測的世界，並在其中自主制定最佳計畫的聰明夥伴 Gemini Robotics-ER 1.6 - The Keyword 部落格。

為什麼這很重要？

到目前為止，我們看到的機器人大都只依賴「既定規則」或「預設指令」。典型的例子就是汽車工廠輸送帶上，精準重複焊接動作的機械手臂。但我們日常生活的空間並不像工廠那樣標準化。早上擺放物品的位置到了下午可能會改變，或者突然出現寵物擋住去路。

Gemini Robotics ER 1.6 之所以重要，是因為它終於讓機器人能做出 「常識性的判斷」 DeepMind 的 Gemini 1.6 賦予機器人點擊現實的能力。換句話說， 如果以前的機器人是只能照譜演奏的八音盒，現在則變成了能根據觀眾反應即興表演的演奏家。

例如，想像在工業現場需要確認瓦斯閥門壓力時。機器人不僅僅是看著儀表，它還能判斷數值是否在正常範圍內，如果指針指向危險數值，它能自主判斷並採取行動，決定該先關閉哪個閥門 Google 的新型 AI 幫助機器人在現實世界中理解與行動。這極大地提升了機器人的自主性，幫助人類在無需親自進入危險環境的情況下，更安全、更高效地完成工作 Gemini Robotics-ER 1.6：現實世界的機器人智慧。

輕鬆理解：機器人的全新「眼睛」與「大腦」

為了更輕鬆地理解 Gemini Robotics ER 1.6，我們來看看兩個核心概念。

1. 視覺語言模型 (VLM, Vision-Language Model)

這是一種將機器人觀察事物的「眼睛（視覺）」與聽懂人類說話的「耳朵（語言）」整合為單一智慧的架構 Gemini Robotics-ER 1.6 | Gemini API | Google AI 開發者文檔。

• 簡單來說：就像我們看著食譜上的照片，能立刻理解「啊，那塊肉要切成這種大小」。機器人也能觀察攝影機傳回的複雜影像數據，並將其與使用者下達的自然指令（如「幫我移動那邊那個紅色杯子」）相連結，規劃出精確的行動 [Gemini Robotics-ER 1.6

  Gemini API

  Google AI 開發者文檔](https://ai.google.dev/gemini-api/docs/models/gemini-robotics-er-1-6-preview)。

2. 具身推理 (Embodied Reasoning)

這不僅僅是處理電腦螢幕上的數據，更意味著與實際物理世界（身體，Embodied）連結的邏輯思考。

• 比喻來說：這就像「單純的 GPS」與「經驗豐富的當地導遊」之間的差異。如果傳統機器人是只會照著預設路徑走、遇到封路就停下的 GPS，搭載 Gemini Robotics ER 1.6 的機器人就像一位經驗豐富的導遊，看到路邊的施工告示牌會自行尋找繞道路徑。此模型讓機器人能靈活適應環境變化，自主確認所執行的任務是否成功（Success Detection），並在失敗時決定是否要再次嘗試而非輕易放棄 Gemini Robotics-ER 1.6 — Google DeepMind 官方頁面。

現況：有哪些改進？

這次的 1.6 版本比前代 1.5 版本聰明許多。特別是與 Google 最新的通用 AI 模型「Gemini 3.0 Flash」相比，在「機器人專屬任務」方面展現出絕對壓倒性的性能 Google DeepMind 發佈 Gemini Robotics-ER 1.6：帶來增強型具身推理。

具體來說有哪些進步？

• 精確的空間辨識：像「第三格裡的藍色球」這樣精確指出物體位置或計數的能力大幅提升 DeepMind 的 Gemini Robotics-ER 1.6 讓 Spot 機器狗能讀取儀表。
• 立體視覺分析：能同時分析安裝在機器人身上各處的多台攝影機影像，立體地掌握四周環繞環境 Gemini Robotics-ER 1.6：現實世界的機器人智慧。
• 讀取類比儀表：能像人類一樣準確讀取工業現場仍然存在的許多類比儀表數值 Google 新聞 - Google DeepMind 揭曉 Gemini Robotics-ER 1.6。

未來展望

Gemini Robotics ER 1.6 的出現，正大步縮短我們與科幻電影中「真正機器人助手」時代的距離。現在，機器人已具備足夠的智慧，能執行「從工具箱找出槌子並放在工作台上」這種複雜情境的指令，而不僅僅是「從 A 點移到 B 點」的簡單指令 Gemini Robotics-ER 1.6 — Google DeepMind 官方頁面。

在不久的將來，我們不僅會在工廠或實驗室，也會在家庭或辦公室等日常空間中，看到機器人熟練地判斷周遭狀況並協助我們。想像一下，機器人會主動把放在門口的快遞搬進屋內，或者看到碗盤堆積就自動開始清理，是不是很令人期待？現在，機器人正超越單純的機器，成為讓我們的生活更豐富的聰明夥伴。

AI 的視角

機器人技術正超越「物理軀體」的發展，開始正式具備「智力思考力」。Gemini Robotics ER 1.6 將是機器人從單純的人類便利工具，進化為能自主理解世界並與之溝通的智慧夥伴的決定性一步。

參考資料

1. Gemini Robotics ER 1.6：增強型具身推理

2. [Gemini Robotics-ER 1.6

   Gemini API

   Google AI 開發者 (概覽)](https://ai.google.dev/gemini-api/docs/robotics-overview)

3. Gemini Robotics-ER 1.6 - The Keyword 部落格

4. [Gemini Robotics-ER 1.6

   Gemini API

   Google AI 開發者 (模型)](https://ai.google.dev/gemini-api/docs/models/gemini-robotics-er-1-6-preview)

5. Gemini Robotics-ER 1.6：現實世界的機器人智慧
6. DeepMind 的 Gemini 1.6 賦予機器人點擊現實的能力
7. Google 新聞 - Google DeepMind 揭曉 Gemini Robotics-ER 1.6
8. Gemini Robotics ER 1.6：增強空間推理
9. Google DeepMind 發佈 Gemini Robotics-ER 1.6：帶來增強型具身推理
10. DeepMind 的 Gemini Robotics-ER 1.6 讓 Spot 機器狗能讀取儀表
11. Google 的新型 AI 幫助機器人在現實世界中理解與行動
12. Gemini Robotics-ER 1.6：驅動現實世界的機器人任務 — OODAloop
13. Gemini Robotics-ER 1.6 — Google DeepMind (官方模型頁面)

14. [Gemini Robotics ER 1.6 以增強型推理驅動現實任務

    HyperAI](https://beta.hyper.ai/en/stories/f846584e94ff774dd312356d2d2a6612)

事實查核摘要

• 已查核項目：10
• 已驗證項目：9
• 結論：通過