Google Cloud已于2026年10月将Gemini Robotics Embodied Reasoning 2（ER 2）在Gemini平台以公开预览形式提供给企业用户，强调其作为机器人高层推理与编排的能力。公告展示了视频理解与任务进度判断等指标，但并未证明广泛兼容性或生产环境的验证，企业部署仍需评估接口、安全和可靠性等问题。
Google Cloud于2026年10月27日宣布，Gemini Robotics Embodied Reasoning 2（ER 2）已在Gemini平台进入公开预览。此前，Google DeepMind在7月30日宣布推出该模型，并称开发者可通过Gemini API和Google AI Studio使用；这次更新的重点是Google Cloud上的企业平台可用性，而不是再次发布一个新模型。
Google Cloud将ER 2定位为机器人系统的高层推理模型：它可处理视频、音频或文本输入，理解任务进展，并调用较低层的动作模型或硬件接口来安排步骤、处理偏差。Google称该模型支持多分钟、包含数百个决策的任务，并可协调不同类型的机器人。不过，这些能力描述来自Google的产品公告，不等于所有机器人都能直接接入，也不代表企业部署已经普遍完成。
从模型发布到云平台预览
7月的Google DeepMind公告把ER 2描述为面向机器人的高层“脑部”模型，强调空间与时间推理、任务规划及机器人协作，并列出Gemini API、Google AI Studio等开发入口。10月的Google Cloud公告则宣布模型进入Gemini平台公开预览，主打与企业云环境的结合。
对企业用户而言，平台可用性变化可能降低试验和整合的门槛，但“公开预览”仍是关键限定。公告没有证明该模型已在各类生产环境完成验证，也没有给出所有硬件、任务或部署方式的兼容清单。机器人应用还依赖低层控制系统、传感器、现场安全机制和具体工作流程；高层模型能够规划或调度，不代表它能替代这些环节。
视频理解与任务进度判断
Google Cloud称，ER 2可利用视频理解机器人正在做什么、任务是否完成，以及何处出现偏差，并据此协助调整后续步骤。公告披露，该模型在“关键事件视频帧定位”测试中的准确率为91.3%，平均绝对帧距离为0.96秒。两项数字均为Google披露的测试结果；公告没有提供独立复测，因此不应将其视为第三方验证或实际生产表现的保证。
这种进度判断在长流程任务中可能有用：系统若能识别关键动作和异常，就有机会减少每一步都由人手动确认的需要。但实际效果仍取决于视频质量、任务定义、模型调用的动作接口以及失败后的安全处置。公开公告中的指标本身，不能回答这些条件在不同工厂、实验室或服务场景下会如何变化。
企业落地要看接口与安全边界
Google将ER 2描述为可编排低层动作模型和机器人API的推理层，并提到多机器人之间的协作。这样的架构把“判断下一步做什么”与“具体如何驱动执行器”区分开来；但产品公告没有意味着模型可绕过控制器、验证环节或现场安全规则。对于高风险或不可逆操作，组织仍需明确权限、人工监督和异常停止机制。
因此，这次进展更准确地说，是Google把ER 2带入云端企业平台的公开预览阶段，为开发者提供了新的试验入口。它显示具身推理模型正从单独的模型能力走向云平台集成，但从预览到稳定生产部署之间，仍有兼容性、可靠性、安全评估和成本等问题需要逐项验证。