Gemini Robotics ER 2: המוח הרובוטי בעל ההנמקה המגולמת של Google DeepMind, מוסבר

של Google DeepMindGemini Robotics ER 2 — שהושק בגרסת תצוגה מקדימה לציבור ב-30 ביולי 2026 — הוא מודל שפה-ראייה ייעודי שנועד להיות "המוח" ברמה הגבוהה של רובוט. ראשי התיבות ER מייצגים את המונח Embodied Reasoning: במקום להניע מנועים ישירות, ER 2 רואה ומבין את העולם הפיזי, חושב על מרחב וזמן, מתכנן משימות רב-שלביות, מתזמן כלים ומתאם רובוטים. הוא כולל גם גרסת סטרימינג בזמן אמת לשליטה אינטראקטיבית עם חביון נמוך. מדריך זה מסביר מהו ER 2, כיצד הוא שונה ממודל בקרה ישירה, מה חדש לעומת ER 1.6, והיכן הוא משתלב — עם יכולות ממקורות.

הערת דיוק: טענות לגבי יכולות, זמינות ובטיחות מבוססות על ההכרזה של Google DeepMind וקובץ שינויי ה-Gemini API (2026-07-30). מדדי הביצועים ברובוטיקה הם ראשוניים ומדווחים על ידי הספקים; התמחור עוקב אחר חיוב ה-Gemini API הסטנדרטי והפרטים הספציפיים לא פורסמו. הפרטים עשויים להשתנות — יש לוודא לפני הפיתוח.

בקצרה. Gemini Robotics ER 2 הוא מודל שפה-ראייה (VLM) בעל חשיבה מגולמת המשמש כמוח התכנון והתפיסה של הרובוט: הבנת וידאו, חשיבה מרחבית, תיזמור כלים רב-שלבי, איתור רגעים בווידאו, מעקב התקדמות, תיאום רב-רובוטים ותיקון עצמי, עם גרסת סטרימינג לאינטראקציה דו-כיוונית בזמן אמת של אודיו-וידאו. הוא זמין ב-Gemini API (code>gemini-robotics-er-2-preview/code> ו-code>gemini-robotics-er-2-streaming-preview/code>) וב-Google AI Studio, בתצוגה מקדימה סגורה. גוגל מציגה אותו כמודל הרובוטיקה הבטוח ביותר שלה עד כה, עם שיפורים ניכרים לעומת ER 1.6 בתיאום רב-רובוטים ובמעקב התקדמות. מדובר בשכבת חשיבה, לא בבקר אקטואטורים ברמה נמוכה.

נקודות עיקריות

• הסקה מגולמת (ER): ER 2 הוא המוח ברמה הגבוהה לתפיסה ותכנון, לא בקר מוטורי ישיר (זה הקו הנפרד של VLA/על-המכשיר).

• מיומנויות ליבה: הבנת וידאו, חשיבה מרחבית, תיאום כלים רב-שלבי, איתור רגעים בווידאו, סיווג התקדמות, תיאום רובוטים מרובים, תיקון עצמי.

• גרסת סטרימינג: code>gemini-robotics-er-2-streaming-preview מוסיפה אינטראקציית אודיו-וידאו דו-כיוונית עם חביון נמוך לשליטה ודיאלוג בזמן אמת.

בטיחות ראשונה: גוגל מציגה את ER 2 כמודל הרובוטיקה הבטוח ביותר שלה בעמידה באילוצי בטיחות ובקרבה אנושית, עם רווחים במדד ASIMOV2.

• זמינות: Gemini API + Google AI Studio (תצוגה מקדימה ציבורית); Enterprise Agent Platform בתצוגה מקדימה פרטית; מודלי VLA/על‑המכשיר מוגבלים לשותפים מוקדמים. סגור.

מה משמעות "Embodied Reasoning"?

סטאקים רובוטיים מודרניים מתפצלים יותר ויותר לשתי שכבות. מוח חשיבה ברמה גבוהה מבין את הסצנה, מחליט מה לעשות ומתכנן; מודל פעולה ברמה נמוכה מתרגם תוכניות לפקודות מוטוריות מדויקות. Gemini Robotics ER 2 הוא השכבה הראשונה: מודל שפה-ראייה עם חשיבה מגולמת. הוא קולט וידאו (וגם אודיו וטקסט), בונה הבנה של עצמים, מרחב והתקדמות לאורך זמן, ומוציא תוכניות וקריאות לכלים — כולל הפעלת כלים חיצוניים כמו Google Search — שמערכת פעולה נפרדת או אדם יכולים לבצע. במילים אחרות, ER 2 הוא החלק של הרובוט שחושב, לא החלק שזז; מודלי הראייה-שפה-פעולה (VLA) לשליטה ישירה והמודלים שעל המכשיר של גוגל הם קו נפרד, המוגבל כרגע לשותפים מוקדמים.

מה ER 2 יכול לעשות

גוגל מתארת סט רחב של כישורי הנמקה מגולמת. ER 2 יכול להבין וידאו ולאתר רגעים ספציפיים בתוכו ("מתי הכוס נפלה?"), לנמק לגבי מרחב תלת-ממדי ויחסים בין אובייקטים, לסווג התקדמות במשימה (האם השלב הושלם, חלקי, או נכשל?), ולתזמן שימוש רב-שלבי בכלים כדי להשיג מטרה. הוא יכול לנהל דיאלוג עם אדם ולתכנן משימות שנמשכות מספר דקות, לתקן את עצמו כשמשהו משתבש, ו— באופן בולט — לתאם מספר רובוטים שעובדים יחד. אלו בדיוק היכולות שרובוט צריך כדי לפעול בסביבות אמיתיות ומבולגנות ולא בהדגמות מתוסרטות.

הגרסה הסטרימינגית: אינטראקציה בזמן אמת

לצד התצוגה המקדימה הסטנדרטית, גוגל שחררה את code>gemini-robotics-er-2-streaming-preview/code>, המותאם לחביון נמוך ולתקשורת אודיו-וידאו דו-כיוונית. לכך יש חשיבות בשימוש מגולם: רובוט צריך לקלוט, לחשוב ולהגיב ברציפות, ולא במחזורי בקשה-תגובה איטיים. המודל הסטרימינג מאפשר אינטראקציה בזמן אמת — צפייה בזרם חי, שיחה עם אדם והתאמת תוכנית תוך כדי תנועה — דבר חיוני לעוזרים אינטראקטיביים, לתמיכה בהפעלה מרחוק ולמשימות דינמיות מרובות-שלבים.

מה חדש לעומת ER 1.6

ER 2 הוא צעד ברור קדימה לעומת Gemini Robotics ER 1.6. גוגל מציינת תיאום רב-רובוטי משופר באופן ניכר ומעקב טוב יותר אחר התקדמות המשימה, תיאום חזק יותר של כלים רב-שלביים, והתנהגות בטיחותית משופרת. בכל הנוגע לבטיחות, גוגל מציגה את ER 2 כמודל הרובוטיקה הבטוח ביותר שלה עד כה, תוך ציון עמידה משופרת באילוצי בטיחות והתנהגות בקרבה לבני אדם, כמו גם שיפורים במדד הבטיחות ASIMOV2. עבור צוותים שבונים מערכות אמיתיות בשטח, השיפורים בתיאום, במעקב אחר התקדמות ובבטיחות הם השדרוגים המשמעותיים ביותר.

בטיחות והערכה

{{1}}הבטיחות היא מרכזית במיצוב של ER 2.{{/1}} {{2}}גוגל מדווחת שהיא מובילה בעמידה באילוצי בטיחות ובהתאמת ההתנהגות שלה לשיפוט אנושי בטוח בקרב אנשים, עם ציונים משופרים ב-ASIMOV2 (מדד רובוטיקה מוכוון בטיחות).{{/2}} {{3}}מכיוון שרובוטיקה פועלת בעולם הפיזי, לתכונות הבטיחות הללו יש חשיבות רבה בהרבה מזו שיש להן עבור צ'אטבוט — שגיאת תכנון עלולה לגרום לנזק ממשי.{{/3}} {{4}}כמו בכל מדד של ספק, יש להתייחס לנתונים הספציפיים כמוקדמים וכמצביעי כיוון;{{/4}} {{5}}הערכות רובוטיקה בלתי-תלויות עדיין בשלבי התבגרות.{{/5}}

זמינות ותמחור

ER 2 זמין בתצוגה מקדימה ציבורית דרך Gemini API — מזהי מודלים code>gemini-robotics-er-2-preview/code> וגם code>gemini-robotics-er-2-streaming-preview/code> — וגם ב-Google AI Studio. שילוב Enterprise Agent Platform נמצא בתצוגה מקדימה פרטית, ומודלי ה-VLA בשליטה ישירה והמודלים על-המכשיר מוגבלים לשותפים מוקדמים. זה סגור. התמחור מתבצע לפי חיוב ה-Gemini API הרגיל; Google לא פרסמה תעריפים ספציפיים לרובוטיקה בהשקה. אמת את הגישה והעלויות העדכניות בתיעוד ה-Gemini API.

שלושה תרחישים שבהם ER 2 מתאים

1. רובוטי מחסן ולוגיסטיקה

הנמקה מרחבית, מעקב התקדמות ותיאום רב-רובוטים מתאימים למשימות איסוף והנחה, מיון וצי, שבהן על הרובוטים להבין סצנות ולשתף פעולה.

2. רובוטים מסייעים אינטראקטיביים

הגרסה הסטרימינגית מאפשרת, באמצעות אינטראקציית אודיו-וידאו בזמן אמת, רובוטים שצופים, מקשיבים, משוחחים ומתכננים משימות מרובות דקות יחד עם אדם.

3. בדיקה וניטור

הבנת וידאו ואיתור רגעים הופכים את ER 2 לשימושי לניתוח שידורים חיים או מוקלטים — זיהוי אירועים, סיווג מצבים וסימון התקדמות או כשלים.

איך זה משתלב במחסנית AI רחבה יותר

Gemini Robotics ER 2 הוא מודל רובוטיקה ייעודי שניגשים אליו דרך ה-API של Gemini מבית Google, ולא LLM לשימוש כללי — כך שזה לא משהו שנתב מודלים כללי מארח. עבור החלקים הלשוניים והרב-מודאליים לשימוש כללי של יישום סביב רובוט — ממשקי שפה טבעית, חשיבה, תזמור, אנליטיקה — נקודת קצה נייטרלית-ספק שומרת לך על אפשרויות פתוחות: a href="https://www.orcarouter.ai/">OrcaRouter/a> מספקת נקודת קצה אחת תואמת-OpenAI עבור מודלי טקסט ורב-מודאליים רבים (כולל מודלי Gemini הכלליים של Google), בעוד שבקרת הגילום של ER 2 פועלת דרך ה-API הייעודי לרובוטיקה של Google. ההפרדה הזו טבעית: השתמשו במוח הרובוט הייעודי לגילום, ובנקודת קצה נייטרלית-ספק לכל השאר.

מגבלות ואזהרות

ER 2 הוא שכבת חשיבה/תכנון, לא רובוט מוכן לשימוש — עדיין דרושה מערכת פעולה (מודלי ה-VLA/המודלים על-גבי ההתקן של גוגל, המוגבלים לשותפים, או מערכת משלכם) כדי לבצע תוכניות פיזית. מדובר בתצוגה מקדימה סגורה, ולכן הזמינות וההתנהגות עשויים להשתנות, ופרטי תמחור לא פורסמו. טענות מדדי הביצוע והבטיחות מדווחות על-ידי הספק ונחשבות מוקדמות; הערכת רובוטיקה בלתי-תלויה אינה בשלה עדיין. פריסה פיזית נושאת גם חובות בטיחות בעולם האמיתי, החורגות בהרבה מבדיקות תוכנה. התייחסו אליו כאל תצוגה מקדימה עוצמתית לפרוטוטיפינג, לא כבקר ייצור מוגמר.

שאלות נפוצות

מה זה Gemini Robotics ER 2?

מודל הראייה-שפה בעל החשיבה המגולמת של Google DeepMind — המוח ברמה הגבוהה של תפיסה ותכנון של רובוט — הושק בגרסת תצוגה מקדימה ציבורית ב-30 ביולי 2026, עם גרסת סטרימינג בזמן אמת.

האם ER 2 שולט במנועי הרובוט ישירות?

לא. ER 2 הוא שכבת ההיגיון/תכנון; בקרת תנועה ישירה מטופלת על ידי מודלים נפרדים מסוג vision-language-action (VLA) ומודלים על-גבי המכשיר, המוגבלים כיום לשותפים מוקדמים.

מה ER 2 יכול לעשות?

הבנת וידאו ומיקום רגעים, הנמקה מרחבית, תיאום כלים רב-שלבי, סיווג התקדמות, תיאום רובוטים מרובים, תיקון עצמי, ואינטראקציה בזמן אמת (גרסת סטרימינג).

במה ER 2 שונה מ- ER 1.6?

גוגל מדווחת על תיאום טוב יותר בין רובוטים מרובים ומעקב התקדמות משופר, אורקסטרציה חזקה יותר של כלים, ובטיחות משופרת — כולל שיפורים במדד הבטיחות ASIMOV2 — וממקמת את ER 2 כדגם הרובוטיקה הבטוח ביותר שלה עד כה.

איך אני ניגש ל-Gemini Robotics ER 2?

באמצעות Gemini API (code>gemini-robotics-er-2-preview/code>, code>gemini-robotics-er-2-streaming-preview/code>) ו-Google AI Studio, כתצוגה מקדימה ציבורית סגורה. התמחור עוקב אחר חיוב Gemini API הסטנדרטי.

האם ER 2 בטוח לרובוטים אמיתיים?

גוגל מציגה אותו כמודל הרובוטיקה הבטוח ביותר שלה בכל הנוגע לעמידה באילוצי בטיחות וקרבה לבני אדם, אך פריסה במערכות משובצות נושאת עמה מחויבויות בטיחות בעולם האמיתי; התייחסו להצהרות הבטיחות כמוקדמות ובחנו אותן ביסודיות.

השורה התחתונה

Gemini Robotics ER 2 הוא צעד משמעותי עבור בינה מלאכותית מגולמת: מוח חשיבה ממוקד בטיחות שמאפשר לרובוטים להבין וידאו, לנמק לגבי מרחב וזמן, לתכנן משימות בנות מספר דקות, לתאם עם רובוטים אחרים, ולתקשר בזמן אמת באמצעות גרסת הסטרימינג שלו. זוהי שכבת תכנון, לא בקר מנוע, ותצוגה מוקדמת סגורה עם מדדים המדווחים על ידי הספק — אבל רווחי התיאום, מעקב ההתקדמות והבטיחות לעומת ER 1.6 הם משמעותיים. צרו אב-טיפוס באמצעותה דרך Gemini API עבור התגלמות, ושמרו על הרכיבים הלשוניים הכלליים והרב-מודאליים של הערימה שלכם נייטרליים לספק דרך נקודת קצה כמו OrcaRouter.