Google 近日发布 Gemini Robotics-ER 1.6 模型，旨在通过增强的具身推理能力，推动机器人从单纯指令执行向理解物理世界进化。该模型作为机器人系统的高级决策核心，专注于视觉与空间理解、任务规划及成功检测等关键环节，能够自主调用工具、视觉语言动作模型或第三方函数来完成任务。 Gemini Robotics-ER 1.6 在空间推理和物理理解方面较其前代版本及 Gemini 3.0 Flash 有显著提升，特别是在指向、计数和任务成功判定等能力上表现优异。尤为引人注目的是，该模型新增了对仪表读数的理解能力，使机器人能够识别复杂的压力计和液位观察窗，这一突破源于 Google 与波士顿动力的紧密合作。通过强化多视角理解能力，新版本为实现下一代物理智能体的高度自主性奠定了基础。 即日起，开发者可通过 Gemini API 和 Google AI Studio 访问该模型。为加速应用落地，Google 还发布了包含配置示例的 Colab 笔记本，协助开发者快速上手进行具身推理任务。分析师认为，这一升级将大幅缩短机器人从实验室走向实际场景的周期，使机器人在工业导航、设备检测等复杂环境中更具实用价值，同时进一步巩固了 Google 在人工智能与机器人融合领域的领先地位。