Google、Gemini Robotics ER 2を公開プレビュー——映像から進み具合を判断し、複数ロボットを連携

結論から言うと、Googleはロボットが周囲を見て考え、複数の作業を順番に進めるための「Gemini Robotics ER 2」を開発者向けに公開した。Gemini APIの2026年7月30日付リリースノートで、2つのモデル接続先が公開プレビューになった。

通常版の「gemini-robotics-er-2-preview」は、空間の理解、AIによるコード実行、複数段階の道具の呼び出し、動画内の場面検索、作業の進み具合の分類、複数ロボットの連携に対応する。ストリーミング版はLive APIを使い、低遅延の文章出力に加え、音声と映像を双方向で受け取れる。

両方とも文章、画像、動画、音声を入力でき、物理動作では処理完了を待つ関数呼び出しも使える。開発者は、カメラ映像を見ながら手順を確認するロボットや、複数台で役割分担する試作に利用できる。ただし公開プレビューであり、本番運用向けの安定版ではない。旧「gemini-robotics-er-1.6-preview」は8月31日に停止予定なので移行確認も必要だ。

実機の誤動作は人や物を傷つけ得るため、非常停止、動作範囲、権限、監視を別に設け、価格や提供地域は公式資料で確認したい。