윙치키휴머노이드 로봇 인사이트

← 피지컬 AI · 이해·계획 (VLM)

Gemini Robotics-ER 2

구글 딥마인드🇬🇧 영국Gemini Robotics 계열

이해·계획 (VLM)발표일 2026.07가중치 비공개

연속 영상 스트림을 추론하고 수 분 단위 작업 상태를 추적하는 2세대 공간·행동 추론(ER) 모델. 다중 로봇 협업(Apollo 2 + Franka FR3 Duo)을 시연했고 Google AI Studio·Gemini API에서 프리뷰 제공.

파라미터
—값 없음 (미공개이거나 아직 확인하지 못함)

B (10억 개)

제어 빈도
—값 없음 (미공개이거나 아직 확인하지 못함)

Hz · 행동 출력 빈도

적용 로봇
1대

윙치키에 연결된 로봇

벤치마크 결과
—

수록된 점수

공식 자료프로젝트 페이지 deepmind.google공식 발표 deepmind.google가중치 aistudio.google.com

한눈에 읽기

무엇인가

  • 이해·계획 (VLM) — Vision-Language Model. 영상과 말을 함께 이해해 장면을 해석하고 할 일을 계획하는 AI.
  • 발표일 2026-07
  • 가중치 비공개 — 설명·결과만 공개됨
  • 이 모델을 쓰는 로봇 1대

확인된 정보

  • 사양 9개 항목 중 5개에 값이 있음
  • 공식 공식 2개: 구조, 적용 로봇 형태
  • 보도 보도 3개: 입력, 추론 하드웨어, 발표 벤치마크
  • 값 확인일 2026-07 – 2026-08 · 값마다 출처는 아래 '구조와 학습' 표

확인이 필요한 정보

  • 값 없는 기본 사양 (공개 자료에서 찾지 못함): 파라미터 (B), 학습용 데이터셋

어떤 모델인가

Gemini Robotics-ER 2는 Google DeepMind가 2026년 7월 30일 Gemini Robotics 2 제품군과 함께 공개한 공간·행동 추론 모델로, 모델 카드에 따르면 Gemini 3.5 Flash를 기반으로 한 이해·계획 (VLM) 모델이다. 텍스트·이미지·영상·오디오를 섞어 최대 128k 토큰까지 입력받아 계획과 판단을 텍스트로 출력하고, 실제 모터 제어는 행동 생성 (VLA) 모델에 도구 호출로 맡기는 로봇의 상위 '두뇌' 역할을 한다. Gemini 3.5 학습용 데이터셋에 공간·행동 추론 과제용 데이터셋을 더해 TPU에서 학습했으며, 수 분 동안 수백 번의 결정이 이어지는 긴 작업의 시작·종료와 진행을 추적하고, 단계가 실패하면 다시 시도하도록 하며, 서로 다른 로봇이 소통하며 일을 나눠 맡는 다중 로봇 협업과 사람이 너무 가까이 오면 로봇을 멈추는 안전 도구 호출을 지원한다.

DeepMind는 실제 VLA를 제어하는 작업의 성공률이 ER 1.6의 48.6%에서 60.0%로 올랐고, 안전 제약 준수와 사람 근접 벤치마크에서 지금까지 가장 안전한 로보틱스 모델이라고 발표했다. Google AI Studio와 Gemini API에서 gemini-robotics-er-2-preview라는 이름의 공개 프리뷰로, Gemini Enterprise Agent Platform에서는 비공개 프리뷰로 제공된다.

회사 공식 페이지와 논문을 바탕으로 정리했어요. 성공률·최초 같은 표현은 회사 발표예요.

구조와 학습

공식보도루머추정— 값 없음
구조Gemini 기반 이해·계획 (VLM) 모델(계획 계층); 실행은 Gemini Robotics 2 등 행동 생성 (VLA) 또는 원격조작자에 위임공식
입력연속 비디오 스트림, 이미지, 언어보도
적용 로봇 형태로봇 비종속(다중 로봇·사람과 협업)공식
추론 하드웨어Gemini API 프리뷰(모델 ID gemini-robotics-er-2-preview 보도)보도
발표 벤치마크실제 행동 생성 (VLA)·시뮬 VLA·원격조작 세 모드 모두에서 ER 1.6 상회; 안전 제약 준수·인간 근접 벤치마크에서 가장 안전한 로보틱스 모델보도

적용 로봇

출처 7건