Gemini Robotics-ER 1.6: Google Lança Modelo de Robótica Mais Seguro
Gemini Robotics-ER 1.6: Google Lança Modelo de Robótica Mais Seguro
A Google DeepMind anunciou o lançamento do Gemini Robotics-ER 1.6, uma evolução significativa do seu modelo de reasoning para robótica. Este novo modelo representa um passo importante na convergência entre inteligência artificial e mundo físico, permitindo que robôs compreendam e interajam com os seus ambientes com precisão sem precedentes.
O Gemini Robotics-ER 1.6 foi desenvolvido para resolver problemas críticos em robótica: navegação em ambientes complexos, interpretação de instrumentos industriais e detecção de sucesso em tarefas. O modelo funciona como o sistema de reasoning de alto nível de um robô, capaz de chamar ferramentas como Google Search, modelos vision-language-action (VLAs) ou funções definidas pelo utilizador para executar tarefas complexas.
Uma das capacidades mais notáveis é a leitura de instrumentos. Em colaboração com Boston Dynamics, a Google desenvolveu a capacidade de interpretar manómetros de pressão, indicadores de nível e mostradores digitais. Esta funcionalidade é crucial para inspeção de instalações industriais, onde robôs como o Spot podem percorrer instalações e capturar imagens de instrumentos que necessitam de monitorização constante.
O modelo utiliza agentic vision, combinando reasoning visual com execução de código. Quando precisa de ler um manómetro analógico, o modelo primeiro amplia a imagem para ver detalhes, depois usa pointing e execução de código para estimar proporções e intervalos, obtendo uma leitura precisa com conhecimento de mundo para interpretar o significado dos valores.
Outra capacidade fundamental é o pointing, a base do reasoning espacial. O modelo pode apontar para elementos específicos em imagens, identificar o menor item de um conjunto, mapear trajetórias e identificar pontos de grasping ótimos. Esta precisão permite que robôs executem tarefas como contagem de objetos, comparação de dimensões e manipulação segura de itens.
A detecção de sucesso é outra melhoria crucial. Em robótica, saber quando uma tarefa está concluída é tão importante como saber como iniciá-la. O Gemini Robotics-ER 1.6 avança no reasoning multi-view, permitindo compreender múltiplas streams de câmara e a relação entre elas, mesmo em ambientes dinâmicos ou ocultados.
Em termos de benchmarks, o modelo mostra melhoria significativa sobre o Gemini Robotics-ER 1.5 e o Gemini 3.0 Flash em tasks de pointing, counting, instrument reading e success detection. A precisão na leitura de instrumentos alcança níveis que permitem automação completa de Inspecções industriais.
A segurança foi integrada em todos os níveis do modelo. Gemini Robotics-ER 1.6 é o modelo de robótica mais seguro da Google até hoje, com compliance superior com as políticas de segurança Gemini em tasks de reasoning espacial adversarial. O modelo também toma decisões mais seguras sobre quais objetos podem ser manipulados sob restrições de gripper ou material.
O modelo está disponível agora para developers via Gemini API e Google AI Studio, com um Colab de exemplos para configuração. Para quem trabalha em robótica industrial, inspeção de facilities ou desenvolvimento de agentes físicos, este lançamento abre novas possibilidades de automação com reasoning de nível superior.
