Google DeepMind宣佈啓動Gemini Robotics‑ER 1.6版本升級，核心在於讓機器人以多視角推理理解物理世界
Google DeepMind宣佈啓動Gemini Robotics‑ER 1.6版本升級，核心在於讓機器人以多視角推理理解物理世界。該模型具備更強視覺與空間感知能力，可識別雜亂環境中的目標物體、判斷任務完成度，並自主決定重試或切換流程。系統能實時融合多路攝像畫面，構建完整場景理解，實現“任務級決策”。
DeepMind稱，新版強化了工業巡檢與實驗室操作能力：可修正常見鏡頭畸變、自動讀取機械錶盤刻度，並自行生成計算代碼以校準測量結果。升級還集中提升安全性——在執行搬運任務時會自動避開液體或超重物體，並較先前版本提升10%的傷害風險檢測準確率。
這一版本被多家英文科技媒體視爲“通用機器人感知系統”的關鍵里程碑，將視覺理解、世界知識與主動推理融合爲同一架構。
來源：公開信息
ABAB AI 解讀
Gemini Robotics‑ER 1.6的重要性不在于单一性能提升，而在于它代表AI系统首次接近真正的“物理常识”。传统语言模型依赖文本逻辑，缺乏对空间、重量、材质的连贯理解，而ER 1.6通过多模态融合建立了“世界连续性”——AI开始理解自己行动在真实空间中的因果链条。
这意味着AI从“语言代理”向“物理代理”转变。它不再只是计算文字，而是参与现实操作系统；这对制造、仓储、能源巡检等领域是生产关系级的变革。AI不再是管理接口，而成为执行层自治力量。
更深层的趋势在于平台化——当感知模型与物理执行体系统一后，AI对现实世界的解释权与操作权将逐步收敛。Gemini‑ER象征的是一种工业权力重构：从“算法服务人”向“算法理解世界”跨了一步。谁能控制这类具备世界模型的AI，谁就控制了下一轮自动化文明的底层坐标系。
Google