谷歌DeepMind发布Gemini RoboticsER 1.6，Spot机器人已能自动读仪表盘

　　消息，4 月 14 日，谷歌 DeepMind 发布 Gemini Robotics-ER 1.6，定位为机器人的高层推理模型，相比前代 ER 1.5 和 Gemini 3.0 Flash 在空间推理和多视角理解上有显著提升。模型已通过 Gemini API 和 Google AI Studio 向开发者开放。 核心升级包括三项能力： 1. 指向精度提升：可用于精确物体检测、计数、空间关系推理和运动轨迹规划，且能正确拒绝指向画面中不存在的物体 2. 多视角成功检测：机器人现在能综合多个摄像头画面判断任务是否完成，即使在遮挡或动态环境下也能保持准确 3. 新增仪表读取能力：可解读圆形压力表、垂直液位指示器和数字显示屏等多种工业仪表，通过 agentic vision实现逐步推理，先放大细节区域，再通过指向和代码计算比例与间隔，最后结合世界知识得出读数 仪表读取能力源于 DeepMind 与 Boston Dynamics 的合作。Boston Dynamics 同日宣布，已将 Gemini 和 Gemini Robotics-ER 1.6 集成到其 Orbit AIVI-Learning 产品中，于 4 月 8 日对所有 AIVI-Learning 客户上线。集成后新增了仪表盘支持，四足机器人 Spot 现在可以在工业设施中自主巡检并读取压力表等仪表数据。Boston Dynamics 称，借助 Gemini 的推理能力，AIVI-Learning 在既有的视觉巡检、托盘计数、积液检测等任务上的基线性能和准确率也有所提升。 DeepMind 称 ER 1.6 是其「最安全的机器人模型」。在对抗性空间推理任务中，安全指令遵从度大幅优于 ER 1.5。在基于真实受伤报告的安全风险识别测试中，ER 系列模型较 Gemini 3.0 Flash 在文本场景上高 6%，视频场景上高 10%。