google(headquarter place)が、ロボット向けAIモデル「Gemini Robotics ER 2」を発表したと伝えられている。リアルタイムでの物理世界の認識と意思決定能力が向上し、人間との対話や多段階タスクの計画を高速に実行できるよう設計されている模様だ。

本モデルはビデオフィードを通じてタスクの進捗を自動追跡し、トラブル発生時には自律的な再試行や調整を行う機能を持つとされる。また、異なる種類の複数のロボットが協調して複雑な作業を分担実行する仕組みにも対応しているとのことだ。

開発者向けにAPI等を通じて公開が開始されており、人間の接近を検知して動作を一時停止するなどの安全性評価も強化されたとされている。従来モデルを上回る処理速度と高精度なイベント識別により、ロボティクス分野への応用拡大が期待されている。