谷歌DeepMind于7月31日正式发布了其最新的机器人“具身推理”系统——Gemini Robotics ER 2。作为目前最强大的同类模型，它扮演着机器人“高级大脑”的角色，负责协调人机互动、理解物理环境并规划复杂的多步任务，随后将具体指令下达给底层的视觉-语言-动作（VLA）模型执行。 与之前的1.6版本相比，ER 2的最大突破在于具备了持续的自我监控能力。它能通过实时分析视频流来追踪任务进度，一旦遇到异常情况便自动调整策略，并精准判断进入下一步的最佳时机。此外，该模型还支持直接调用谷歌搜索或开发者自定义的工具函数。 目前，Gemini Robotics ER 2已通过Gemini API和Google AI Studio向开发者开放，并在Gemini企业智能体平台中启动了私密预览。为了帮助开发者快速上手，谷歌还同步公开了相关的模型配置及提示词示例代码。