Gemini Robotics ER 2

Gemini Robotics ER 2 (gemini-robotics-er-2-preview) 是 Gemini Enterprise Agent Platform 上提供的一款视觉-语言模型 (VLM),可对机器人的物理环境进行精确推理。它基于 Gemini 3.5 Flash 构建,专注于具身推理能力,例如空间推理、指向、仪器读取、机器人视频理解(包括时刻查找和进度分类)以及多步骤机器人和工具编排。

如需查看设置说明、代码示例和功能指南,请参阅 Gemini Robotics ER 2 概览。

在 Agent Studio 中试用 在 Model Garden 中查看 部署示例应用 开发者指南 价格

注意:“部署示例应用”需要一个启用了结算功能和 Agent Platform API 的 Google Cloud 云项目。
模型 ID gemini-robotics-er-2-preview
模态
文本 输入和输出
图片 仅输入
音频 仅输入
视频 仅输入
token 数量上限 输入 token 限制 131,072
输出 token 限制 65536
功能
工具
API
使用选项
支持的区域

模型可用性

  • 全球:global

标准 PayGo

  • 全球:global
配额限制 每个项目默认每分钟 250 个请求 (RPM)(200 到 300 RPM,具体取决于项目配额层级)
版本
  • gemini-robotics-er-2-preview
    • 发布阶段:预览版
    • 发布日期:2026 年 10 月 27 日