Gemini Robotics-ER

구글 딥마인드🇬🇧 영국Gemini Robotics 계열

이해·계획 (VLM)발표일 2025.03가중치 비공개

Gemini 2.0의 공간·행동 추론(포인팅, 3D 박스, 파지 예측, 궤적)을 강화한 이해·계획 (VLM) 모델. 기존 로봇 컨트롤러와 연결해 인지·계획을 수행.

파라미터: —값 없음 (미공개이거나 아직 확인하지 못함)
제어 빈도: —값 없음 (미공개이거나 아직 확인하지 못함)
적용 로봇: —
벤치마크 결과: 5건

공식 자료프로젝트 페이지 deepmind.google 논문 arxiv.org

무엇인가

이해·계획 (VLM) — Vision-Language Model. 영상과 말을 함께 이해해 장면을 해석하고 할 일을 계획하는 AI.
발표일 2025-03
가중치 비공개 — 설명·결과만 공개됨
수록된 벤치마크 결과 5건

확인된 정보

사양 9개 항목 중 2개에 값이 있음
공식 공식 2개: 구조, 발표 벤치마크
값 확인일 2025-03 · 값마다 출처는 아래 '구조와 학습' 표

확인이 필요한 정보

값 없는 기본 사양 (공개 자료에서 찾지 못함): 입력, 파라미터 (B), 학습용 데이터셋
수록된 로봇과의 연결 기록 없음 — 쓰이지 않는다는 뜻이 아니라 공개 자료에서 찾지 못했다는 뜻이에요
수록된 벤치마크 결과 5건이 모두 자체 발표 — 자체 발표 외 평가는 아직 수록되지 않았어요

어떤 모델인가

Gemini Robotics-ER은 구글 딥마인드가 2025년 3월 Gemini Robotics와 함께 발표한 이해·계획 (VLM) 모델로, Gemini 2.0 Flash의 공간·행동 추론 능력을 강화했다. 이미지와 질문을 받아 물체 검출, 2D 포인팅, 궤적·파지 예측, 다시점 대응, 3D 바운딩 박스 같은 공간 정보를 내놓는다. 로봇 개발자가 기존 저수준 컨트롤러에 연결해 인지와 계획을 맡기도록 설계됐다.

예를 들어 머그잔을 보면 손잡이를 잡을 두 손가락 파지점을 추론한다. Gemini Robotics 행동 생성 (VLA) 모델의 클라우드 백본도 이 모델을 증류해 만들었다. 딥마인드는 엔드투엔드 제어에서 Gemini 2.0보다 2~3배 높은 성공률을 냈다고 발표했다.

논문의 ALOHA 2 시뮬레이션 zero-shot 실험에서는 Gemini 2.0 Flash가 27%, 이 모델이 53%를 기록했다. 400문항 공간·행동 추론 벤치마크 ERQA와 의미 안전성 평가용 ASIMOV 데이터셋도 함께 공개했다. 모델은 Agile Robots, Agility Robotics, Boston Dynamics, Enchanted Tools 등 신뢰 테스터에게만 제공됐다.

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

구조와 학습

공식보도루머추정— 값 없음

구조	Gemini 2.0 Flash 기반 이해·계획 (VLM)공식
발표 벤치마크	ERQA(400문항 공간·행동 추론 VQA) 벤치마크 공개; 엔드투엔드 로봇 제어 성공률이 Gemini 2.0 대비 2~3배(공식 블로그). 논문 시뮬레이션 실험에서는 평균 53%로 Gemini 2.0 Flash(27%)의 약 2배공식

벤치마크 결과

결과 날짜 최신순 · 같은 벤치마크라도 세부 조건이 다르면 직접 비교할 수 없어요

벤치마크	세부 조건	점수	평가 구분	결과 날짜
ERQA	ERQA 전체 정확도	45.3%	자체 발표	2025-10
RoboSpatial	RoboSpatial-VQA (Gemini Robotics 1.5 보고서 평가)	66.2%	자체 발표	2025-10
VSI-Bench	VSI-Bench (Gemini Robotics 1.5 보고서 평가)	34.1%	자체 발표	2025-10
Where2Place	Where2Place (Gemini Robotics 1.5 보고서 평가)	41%	자체 발표	2025-10
Where2Place	Where2Place (Gemini Robotics 2025-03 논문 평가)	45%	자체 발표	2025-03

출처 4건

arxiv.org [1][2][3]
deepmind.google [1]

한눈에 읽기