何が起きたか

Googleは、ロボット向けの推論モデル「Gemini Robotics-ER 1.5」を開発者向けに公開したと発表した。このモデルは、視覚・空間理解、タスク計画、進捗推定などの機能を持ち、Google検索や他のツールを呼び出してタスクを実行できる。Google AI StudioとGemini APIでプレビュー版が利用可能。

なぜ重要か

ロボットの行動設計を行う開発者にとって、視覚・空間理解、作業計画、進捗推定を一つの推論モデルで扱える点が重要です。Googleは、検索や外部関数を呼び出して複数段階の手順を進められるとしており、物理作業を組み立てる際の検討対象になります。