К содержимому

Gemini Robotics

Семейство моделей Google DeepMind, которое превращает зрение и язык в действия роботов: от планирования задач до управления гуманоидом.

Перейти на сайт Цена неизвестна / Продукт еще не запущен
Без регистрации
Нет
Русский интерфейс
Нет
Работает с русским языком
Нет
Разработчик
Google
Версия
2 · с 30 июля 2026
Страна
США
Данные проверены 25 октября 2026 Поправить карточку

Gemini Robotics — семейство моделей Google DeepMind, которое служит слоем интеллекта для роботов разных типов. В него входят модель «зрение — язык — действие», переводящая изображение и инструкцию в команды моторам, модель пространственного рассуждения для планирования многошаговых задач и облегчённая модель для запуска прямо на оборудовании робота. Модели рассчитаны на двурукие манипуляторы и гуманоидов, умеют тонкую моторику и работу нескольких роботов вместе. Это не готовое приложение, а технология для разработчиков роботов и исследователей: рассуждающая модель доступна через Google AI Studio, остальные выдаются ограниченному кругу партнёров по раннему доступу.

Сайт Gemini Robotics

Возможности

Модель действий

Преобразует изображение и текстовую инструкцию в команды моторам, управляя гуманоидом целиком или двурукими манипуляторами.

Рассуждение о пространстве

Модель пространственного рассуждения понимает сцену, планирует задачи на несколько минут и отслеживает, когда задача началась и закончилась.

Несколько роботов

Координирует работу нескольких роботов и взаимодействие с людьми в одной задаче.

Работа на устройстве

Облегчённая модель запускается локально на оборудовании робота и не требует постоянного соединения с облаком.

Быстрая адаптация

К новому двурукому роботу модель приспосабливается за несколько часов, обычно меньше чем по 200 примерам.

Оценка безопасности

Для проверки безопасности агентных систем предложен бенчмарк ASIMOV-Agentic.

Доступ через API

Рассуждающую модель можно пробовать в Google AI Studio через Gemini API.

Кому подойдёт

  • Разработчики

    Создают системы управления роботами и подключают модель планирования через Gemini API.

  • Исследователи и учёные

    Исследуют воплощённый интеллект, перенос навыков между разными роботами и безопасность агентных систем.

  • Предприниматели и руководители

    Оценивают возможности ИИ для робототехнических продуктов и производственных задач.

Как начать

  1. Откройте Google AI Studio и выберите превью-модель Gemini Robotics ER.
  2. Опишите сцену изображением или видео и поставьте задачу планирования.
  3. Для моделей действий и работы на устройстве подайте заявку в лист ожидания доверенных тестировщиков.

Ограничения

  • Модели действий и работы на устройстве доступны только ограниченному кругу партнёров по раннему доступу.
  • Рассуждающая модель пока в превью.
  • Готового приложения для обычных пользователей нет: нужен робот и опыт разработки.
  • Цены не опубликованы.

Платформы и интеграции

API Веб
Gemini Google AI Studio

Семейство

GeminiУниверсальный ИИ-ассистент Google: диалог, исследования, создание изображений и видео, работа внутри сервисов Google. Google AI StudioБраузерная среда Google, где можно пробовать модели Gemini, собирать прототипы приложений и переносить их в код через Gemini API. Gemini OmniМультимодальная модель Google для создания видео с нативным звуком и пошагового редактирования видео в обычном диалоге. LyriaСемейство музыкальных моделей Google: создаёт песни с вокалом и инструментальные треки по тексту, картинкам и заданной структуре. FlowFlow — студия Google для создания и редактирования ИИ-видео и изображений с сохранением персонажей и сцен между кадрами. Gemini CLIОткрытый агент Google для командной строки: читает и правит кодовую базу, запускает команды и автоматизирует рабочие процессы на моделях Gemini. Gemini APIПрограммный интерфейс Google для подключения моделей Gemini к своим приложениям: текст, изображения, речь, видео и агенты. Gemini EnterpriseКорпоративная платформа Google Cloud: единый ИИ-агент для работы с почтой, документами, данными и бизнес-приложениями сотрудников. Gemini TTSСемейство моделей Google для озвучки текста: управляемая подача, несколько дикторов, создание и клонирование голосов, более 100 языков. Gemini Code AssistИИ-помощник Google для разработчиков: чат, автодополнение и агентный режим прямо в VS Code и IntelliJ на моделях Gemini. Google AI Edge GalleryБесплатное приложение Google для Android и iOS, которое запускает открытые ИИ-модели прямо на устройстве, без облака. Google AntigravityПлатформа Google для агентной разработки: ИИ-агенты планируют, пишут, запускают и проверяют код в редакторе, терминале и браузере. Gemini NotebookПомощник Google для работы с документами: отвечает на вопросы по вашим источникам и превращает их в аудиопересказы, отчёты и презентации. Gemini EmbeddingМодель эмбеддингов, которая переводит текст, изображения, видео, аудио и PDF в единое векторное пространство для поиска, кластеризации и рекомендаций. Gemini Robotics ERМодель воплощённого рассуждения: разбирается в сцене по видео и звуку, планирует многошаговые задачи и передаёт движение роботу. Gemini IntelligenceВстроенный в Android слой Gemini: сам выполняет многошаговые задачи в приложениях, заполняет формы и приводит голосовые сообщения в порядок. Gemini Live TranslateМодель Google для мгновенного перевода устной речи: на входе живой голос, на выходе переведённая речь и текстовая расшифровка. Gemini TranscribeМодель Google для расшифровки речи в текст: более 85 языков, разделение спикеров, таймкоды по словам и свой словарь терминов. Google CloudОблачная платформа Google: виртуальные машины, хранилища, базы данных, аналитика и инструменты для создания ИИ-приложений и агентов. Gemini AudioСемейство аудиомоделей Google для озвучки текста, расшифровки записей, живого голосового диалога и перевода речи. GooglebookGooglebook — ноутбук от Google, в котором Gemini встроен в систему и работает вместе с Android-телефоном. Gemini Omni FlashБыстрая мультимодальная модель Google, которая создаёт видео со звуком по тексту и картинкам и правит ролики в диалоге. Gemini API CLIБесплатный консольный клиент Google для вызова моделей и управляемых агентов Gemini из терминала, скриптов и CI.

Соседи по смыслу

Botobo дайджест
+973новых сервиса
за последний месяц
раз в день · 53 подписчика
Подписаться на обновления