Gemini Robotics-ER

Robotica / VLANon disponibile
di Google DeepMindID modello: gemini-robotics-er

Embodied-reasoning variant of Gemini Robotics. Enhanced 3D spatial reasoning and trajectory planning.

Stato
Non disponibile
Input → output
Testo + Immagine → Azioni robot
Sviluppatore
Google DeepMind
Aggiornato
23 settembre 2026

Gemini Robotics-ER non è attualmente disponibile

Puoi comunque leggere i dettagli su questa pagina. Scegli una delle alternative disponibili di seguito per eseguire subito un modello comparabile.

01

Playground

Gemini Robotics-ER

Modello di ricerca

Attualmente non disponibile

Gemini Robotics-ER è un modello di robotica (vision-language-action) e non può essere eseguito tramite l'API railwail.

02

Informazioni su Gemini Robotics-ER

RiassuntoA partire da 23 settembre 2026

Gemini Robotics-ER è un modello di Google DeepMind nella categoria Robotica / VLA. Gemini Robotics-ER non è attualmente disponibile su Railwail.

Sfondo

Informazioni su Google DeepMind

Fondato 2010 · London, UK / Mountain View, USA

Google DeepMind announced Gemini Robotics-ER (Embodied Reasoning) alongside Gemini Robotics in March 2025. While Gemini Robotics is the action-producing VLA, Gemini Robotics-ER is the reasoning-focused sibling: a Vision-Language Model variant of Gemini 2.0 specialised for spatial understanding, 3D grounding, point/box prediction, trajectory planning and code generation for robotics. It is designed to be combined with classical motion planners, low-level controllers or with the Gemini Robotics VLA itself. DeepMind positions Gemini Robotics-ER as a 'reasoning brain' that a robot stack can call with multimodal prompts to decompose tasks, locate objects in 2D / 3D, and emit waypoints or Python control code. As with Gemini Robotics, access is limited to research and partner programs.

Visita Google DeepMind

Architettura

Vision-Language Model for Embodied Reasoning (no end-to-end action head)

Gemini Robotics-ER is a fine-tuned variant of Gemini 2.0 specialised for embodied perception and planning rather than direct control. The architecture preserves the multimodal Transformer backbone of Gemini 2.0 (image, video, text, code) but is post-trained on a curated corpus of embodied tasks: object detection in 2D and 3D, point and bounding-box prediction, grasp prediction, motion-trajectory generation, and code-as-policy outputs that call robot APIs. It can accept egocentric robot camera streams and a natural-language task description, then produce structured outputs such as pixel-space points to grasp, 3D coordinates relative to the camera, planning steps, or Python snippets that drive a downstream controller. In combination with the Gemini Robotics VLA, Robotics-ER provides high-level reasoning while the VLA handles closed-loop low-level actions.

Parametri
Undisclosed (Gemini 2.0-class)

Capacità

  • Spatial reasoning over 2D / 3D scenes
  • Point and bounding-box prediction for objects and grasps
  • Trajectory waypoint generation
  • Code-as-policy generation (Python that calls robot APIs)
  • Compositional task planning from natural language
  • Pair with motion planners or with Gemini Robotics VLA
  • Multimodal context: images, video, text, robot state
  • Improved zero-shot performance on embodied QA benchmarks
  • Best for: planning and grounding modules in research robotics stacks.

Addestramento e licenza

Gemini 2.0 multimodal pretraining plus embodied post-training on object-detection, 3D grounding, grasp prediction, trajectory planning, and code-generation tasks for robotic control. Draws on Google's internal robot datasets and curated public embodied datasets.

Licenza: Research-only / partner access through Google DeepMind. Not publicly downloadable.

Test di sicurezza: Covered under Google DeepMind's Frontier Safety Framework and Responsible AI evaluations, with specific embodied-AI red-teaming for physical-harm and unsafe-action scenarios.

Limitazioni note

  • No direct low-level action output
  • Requires downstream controller or planner
  • Closed model - no public weights or API
  • Spatial reasoning still imperfect on cluttered scenes
  • Latency too high for tight inner control loops
  • Generalisation depends on prompt and tool stack
03

Prezzi

Attualmente non disponibile. Al momento non c'è un prezzo per questo modello, quindi non può essere eseguito.

04

API

Chiama Gemini Robotics-ER con la tua chiave API Railwail. Usa questo ID modello nella richiesta:

Non disponibile tramite l'API

I modelli di robotica vengono eseguiti su hardware robotico, non tramite l'API railwail.

05

Specifiche

ID modello
gemini-robotics-er
Sviluppatore
Google DeepMind
Input
Testo, Immagine
Output
Azioni robot
Ciclo di vita
Versione attuale
Dimensione del modello
Undisclosed (Gemini 2.0-class)
Licenza
Research-only / partner access through Google DeepMind. Not publicly downloadable.
Voce di catalogo aggiornata
23 settembre 2026

Etichette

  • google
  • deepmind
  • gemini
  • vla
  • robotics
  • research-only
  • weights-closed
  • embodied-reasoning
06

Casi d'uso

A cosa serve

  • High-level planner in hierarchical robot stacks
  • Grounding language to 2D / 3D scene primitives
  • Code-as-policy generation for manipulation
  • Embodied QA and instruction parsing
  • Companion to motion planners or VLA controllers
  • Academic embodied-reasoning research
07

Domande frequenti

Cos'è Gemini Robotics-ER?

Gemini Robotics-ER è un modello di Google DeepMind nella categoria Robotica / VLA. È elencato su Railwail ma non può essere eseguito al momento.

Quanto costa Gemini Robotics-ER su Railwail?

Gemini Robotics-ER non può essere eseguito su Railwail al momento, quindi non c'è un prezzo attuale. Le alternative disponibili con i prezzi sono elencate più in basso in questa pagina.

Quanto è veloce Gemini Robotics-ER?

Non ci sono ancora abbastanza esecuzioni misurate di Gemini Robotics-ER su Railwail per indicare un tempo di esecuzione. Dipende dall'input, dalle impostazioni e dal carico presso il provider.

Quando devo usare Gemini Robotics-ER?

Gemini Robotics-ER appartiene alla categoria Robotica / VLA. La pagina della categoria elenca gli altri modelli di questo tipo con i loro prezzi.

Tutti i modelli: Robotica / VLA

Gemini Robotics-ER può elaborare immagini?

Sì. Gemini Robotics-ER accetta immagini come input oltre al testo.

Posso usare Gemini Robotics-ER adesso?

Attualmente non disponibile. La pagina rimane online; le alternative disponibili della stessa categoria sono elencate più in basso.

Tutti i modelli tramite un'API

Una chiave API per tutti i modelli su Railwail. L'utilizzo viene addebitato da crediti prepagati, 1 credito = 0,01 USD.