Google、ロボット用推論モデル「Gemini Robotics-ER 1.6」をAPIで提供開始

同社は、ロボットが日常や産業で真に有用になるためには、指示に従うだけでなく物理世界を推論できる必要があるとしています。

新モデルは、視覚・空間理解やタスク計画、成功判定などの能力を特化して強化しています。

従来の1.5やGemini 3.0 Flashと比較し、指差（ポインティング）や数え上げ、成功判定の精度が大幅に向上したと報告されています。

また、パートナーであるBoston Dynamicsとの共同開発により、複雑なゲージや目盛りの読み取り（インストルメントリーディング）という新機能を追加しました。

同モデルは、ロボットの高レベル推論エンジンとして機能し、Google検索やVLA（Vision-Language-Action）モデルなどのツールをネイティブで呼び出せます。

開発者向けには、Gemini APIとGoogle AI Studioで提供が開始されました。設定やプロンプトの例を含むColabノートブックも公開されています。