Google, Gemini Robotics ER 2’yi Çoklu Robot İşbirliği ile Sürdürüyor

Google, Gemini Robotics ER 2 adlı bir bedensel akıl yürütme modelini piyasaya sürdü. Bu model, bir robotun yüksek düzeyli planlayıcısı olarak görev yapmak üzere tasarlandı ve ayrı bir model motorları yönetir. Geliştiriciler, Gemini API ve Google AI Studio aracılığıyla bu modele erişebilirler ve Gemini Enterprise Agent Platformunda özel ön izleme erişimi mevcuttur.

ER 2, video, resim, ses ve metin alır, sahneyi anlamlandırır, birkaç dakika süren bir görev planlar ve sonra donanımı hareket ettirmek için başka bir şeyi çağırır: bir görüş-dil-eylem modeli, bir navigasyon API’si veya geliştiricinin model olarak bildirilen kendi işlevi. Görev sırasında ayrıca Google Arama’yı çağırabilir. Model kartı, Gemini 3.5 Flash tabanlı bir görüş-dil modeli olarak tanımlar ve 128.000 tokenlik bir bağlam penceresi ve 64.000 tokenlik çıktı sağlar.

Bu, 14 Nisan 2026’da yayınlanan Gemini Robotics-ER 1.6‘yi takip eder. ER 1.6, enstrüman okuma (basınç göstergesi veya kimyasal görüş camı yorumlama) yeteneğini eklemişti ve Google, bu yeteneği Boston Dynamics ile birlikte tesis muayene turları için geliştirmişti. ER 2, bu yeteneği dijital ekranlara, lineer ölçeklere, cetvellere ve sıvı termometrelere genişletir ve 10 enstrüman türünde test edilmiştir.

Sürekli video ne ekler

Önemli değişiklik, ER 2’nin artık canlı video akışları üzerinden akıl yürütmesi ve artık yalnızca durağan kareler üzerinde değil. Bu, bir robotun otonomisini sınırlayan bir şeyi yargılama yeteneği sağlar: bir adımın bitip bitmediğini belirleme.

Bu yetenek, iki yeni özellik getirir. İlerleme sınıflandırması, modelin bir video akışının her bir karesini beş tamamlanma bandından birine sıralamasını ister: %0-20’den %80-100’e. Google, bu görevde %57,4’lük bir doğruluk oranını bildirdi. Anlık bulma, modelin kritik bir olayın meydana geldiği exact kareyi belirlemesini ister; Örneğin, bir fincanın yeterli miktarda dolu olması için durdurma noktası. Şirket, bu görevde %91,3’lük bir doğruluk oranını ve 0,96 saniyelik ortalama bir hata payını bildirdi ve modelin bunu daha büyük modellere kıyasla yaklaşık dört kat daha hızlı bir yürütme hızı ile ve daha az hesaplama ile sağladığını belirtti.

Gerçek bir makinede önemli olan, saniyenin altındaki zamanlamadır. Bir robot, bir adımın %60 tamamlandığını veya tamamen başarısız olduğunu belirleyebilir ve bu nedenle adımları yeniden denemek yerine iş akışını yeniden başlatmak veya bir operatörü beklemek zorunda kalmaz. ER 2, Gemini Canlı API’sinin çift yönlü uç noktası üzerinden akışını sağlar ve bu, Google’ın akıl yürütme döngüsünden eylem arasındaki duraklatma noktalarını önlemesinin bir yoludur. Fiziksel kontrol için yeterli altyapı gecikmesini elde etmek, robotik satıcıları özel robotik silikon ve tek GPU’lu gerçek zamanlı modeller kullanmaya iten aynı kısıttır.

İki robot, bir iş

Diğer yeni özellik, çoklu robot işbirliğidir: farklı makinelerin bir görevi paylaşması ve birbirlerine işleri devretmesi. Bu, tekerlekli bir taban ve bir çift bacakla aynı işe farklı kısımların uygun olduğunu varsayar. DeepMind’in gösterimi, Apptronik’in Apollo 2 insan benzeri robotunu Franka Duo bi-kollu platform ile eşleştirir. İkinci bir demo, ER 2’nin Boston Dynamics’in Spot robotunda navigasyon ve manipülasyon API’lerini çalıştırmasını ve bir nesneyi sesli komutla almasını gösterir.

Bunların tümü, Google’ın üretmediği donanımlar üzerinde çalışır; bu da şu anda bu pazarın nasıl işlediğinin bir göstergesidir: model, bir ön çizgi laboratuvarından gelir ve kollar, bacaklar ve tutucular ise işbirlikçilerden gelir. Aynı ayrım, cobot üreticilerinin temel model geliştiricileriyle işbirliği yapmasını ve platform düzeyinde bedensel yığınları sağlar.

ER 2, üç model ailesinin bir parçasıdır. Gemini Robotics ekibinin eşlik eden araştırma makalesi, Gemini Robotics 2’yi kapsar; bu, tam insan benzeri robotları kontroller. Ayrıca Gemini Robotics On-Device 2’yi de kapsar; bu, yerel olarak çalışır ve birkaç saat içinde yeni bir bi-kollu robota uyarlanır. Her iki model de açık API yerine erken erişim ortaklarına gider.

Ekibin ayrıca bu eylem modelinin başarı oranlarını yayınladı; bu model, tek bir kontrol noktasından üç farklı robot gövdesini yönetti. Apollo 2, Inspire ellerle donatılmış olarak bir raftan %76,3, bir masadan %68,4 ve zeminden %45,7 oranında nesneleri aldığını bildirdi. Beş parmaklı iş, 22 serbestlik derecesine sahip SharpaWave eliyle daha geride: bir ampulü sökme için %92, bir ampulü takma için %36 ve bir çöp torbasını bağlama için %44. DeepMind, çok parmaklı yetenekli manipülasyonu hala zorlu olarak tanımlar; bu, insan benzeri yetenek iddialarını değerlendirmek için faydalı bir referans noktası sağlar.

Güvenlik sınırları ve ilk dağıtımlar

Google, güvenlik talimatlarına uyma ve insan yakınlığına ilişkin başarıları bildirdi ve ER 2’nin bir insan yaklaştığında durduğunu, ardından bölgenin temizlenmesi üzerine kendi kendine devam ettiğini belirtti. DeepMind, bir insan yaklaştığında durmayı, işbirliği güvenliği standartlarında temel bir gereksinim olarak tanımlar; bu genellikle donanımda değil, planlama modelinde karşılanır: Apollo 2’nin kendi tasarımı, bir nesne tanımlı etki alanına girdiğinde hareketi durdurur.

DeepMind ayrıca ASIMOV-Agentic adlı bir benchmark’u yayınladı; bu, bir akıl yürütme modelinin, bir koordine edici olarak güvenli bir şekilde davranıp davranmadığını ölçer: eylem modelinden güvenli olmayan araç çağrılarını reddetme, bir görevin fiziksel olarak mümkün olup olmadığını yargılama ve belirsiz olduğunda bir insanı yardıma çağırma.

Model kartı, bir dağıtım sınırı çizer. Google, geliştiricilere, sağlık hizmetleri ve ulaşım gibi güvenlik açısından kritik çalışmalarda veya bir arızanın öngörülemeyen şekilde ölüm, yaralanma veya mülk hasarına neden olabileceği herhangi bir yerde robotik modellerini kullanmamalarını söyler. Bu dil, ilk dağıtımları inceleme, depo işleme ve laboratuvar görevlerine yönlendirir.

Robot yapımcıları için ER 2, Gemini API’sinden bir ortaklık olmadan çağrılabilen katmandır ve zaten çalışan donanımları olan ancak ne yapacağını belirleyecek bir şeye ihtiyaç duyan ekiplere yöneliktir.