Binalik ng Google DeepMind ang susunod na evolusyon ng kanilang AI na nakatuon sa robotics, at ito ang uri ng pag-unlad na nagpapabago sa iyong pag-iisip kung ano ang kakayahan ng mga makina sa napakalapit na hinaharap. Ang Gemini Robotics ER 2, ngayon ay available sa public preview sa pamamagitan ng Gemini API at Google AI Studio, ay disenyo upang maging isang mataas-antas na pag-iisip na “utak” para sa mga robotic system, na nagproseso ng video at spatial data upang tulungan ang mga robot na talagang maintindihan ang pisikal na mundo sa paligid nila.
Ano ang tunay na ginagawa ng Gemini Robotics ER 2
Ang modelo ay nagtataglay ng malaking paglilipat sa ano ang tinatawag ng industriya bilang “embodied reasoning.” Ito ay sumasayaw sa mga video feed, nauunawaan ang three-dimensional space, natutukoy ang mga bagay, hinuhulaan kung saan naglalakbay ang mga bagay, at natutukoy kung paano gamitin ang mga kasangkapan upang maisagawa ang mga kumplikadong gawain.
Suporta ng ER 2 ang multi-robot collaboration, na nangangahulugan na ito ay makakapag-coordinate ng maraming makina na nagtatrabaho nang magkasama sa isang karaniwang layunin. Kasama rin nito ang human-robot collaboration, kaya ang mga tao at makina ay maaaring magtrabaho bilang isang team.
Ang modelo ay nag-iintegrate sa mga variant ng Gemini Robotics VLA, na nag-aalok ng direkta pisikal na kontrol. Ginagawa ng ER 2 ang pag-iisip, habang ginagawa ng VLA ang paggawa.
Ang Google DeepMind ay patuloy na nagbuo patungo sa sandaling ito nang may sistematikong pagkakasunod-sunod. Ang unang Gemini Robotics model ay inihayag noong Marso 2025. Isang susunod na bersyon, ang Gemini Robotics ER 1.6, ay inilunsad noong Abril 2026 at ipinakilala ang kakayahang basahin ang mga instrumento sa pamamagitan ng pakikipagtulungan sa Boston Dynamics. Ang ER 2 ay ipinapalawig ang mga pundasyong ito gamit ang pinabuting spatial at temporal reasoning, kabilang ang object detection, trajectory prediction, at multi-view correspondence.
Ang Boston Dynamics at Agility Robotics ay isa sa mga kumpanyang nagtatasa at nagpapaunlad kasama ang DeepMind.
Bakit dapat mag-alala ang crypto tungkol sa utak ng isang robot
Ang pinakamalaking koneksyon ay ang mga decentralized physical infrastructure networks, karaniwang kilala bilang DePIN. Ang mga proyektong ito ay naglalayong bumuo ng tunay na imprastruktura, mula sa mga wireless network hanggang sa mga sensor grid at compute clusters, gamit ang token incentives替代传统的公司资本支出。
Mayroon pa ang pananaw ng AI agent. Ang mga crypto project na nagbuo ng mga platform ng autonomous agent ay isa sa mga pinakamalaking kuwento noong nakaraang taon. Ang karamihan sa mga agent na ito ay umiiral lamang sa software, nagtratrade ng mga token o nagpapamahala ng on-chain position. Ang lohikal na pagpapalawak ng agentic AI ay ang embodied agents, isang software intelligence na kumokontrol sa pisikal na hardware. Ang Gemini Robotics ER 2 ay sa pangkabuuan ang blueprint kung paano nangyayari ang transisyong ito sa model layer.
Ano ang dapat panatagin ng mga investor
Ang mga token ng DePIN na kaugnay sa robotics infrastructure, sensor networks, at physical-world compute ay maaaring makakita ng muli ang interes sa kanilang narrative habang pinapatotohanan ng mga pangunahing AI company ang kahalagahan ng physical AI deployment.
Ang panganib ay ang Google at mga kasamang hardware ay maaaring gawin ang buong stack mismo, mula sa reasoning model hanggang direkta na kontrol hanggang sa cloud infrastructure, na nag-iwan ng walang hangin para sa mga de sentralisadong alternatibo. Ang mga pakikipagtulungan ng DeepMind sa Boston Dynamics at Agility Robotics ay nagmumungkahi ng isang vertically integrated na pagkakasundo na maaaring mahirapan panghabol ng mga bukas o de sentralisadong ecosystem sa paraan ng kapasidad lamang.