Gemini Robotics ER 1.5

‫Gemini Robotics ER 1.5 یک مدل زبان-دیداری (VLM) است که قابلیت‌های عامل Gemini را به رباتیک می‌آورد. این مدل برای استدلال پیشرفته در دنیای فیزیکی طراحی شده است و به روبات‌ها امکان می‌دهد داده‌های دیداری پیچیده را تفسیر کنند، استدلال فضایی انجام دهند، و کنش‌ها را از فرمان‌های زبان طبیعی برنامه‌ریزی کنند.

مستندات

برای پوشش کامل ویژگی‌ها و قابلیت‌ها، به صفحه رباتیک مراجعه کنید.

gemini-robotics-er-1.5-preview

دارایی شرح
کد مدل gemini-robotics-er-1.5-preview
انواع داده‌های پشتیبانی‌شده برای

ورودی‌ها

نوشتار، تصاویر، ویدیو، صدا

برونداد

نوشتار

محدودیت‌های نشان[*]

محدودیت داده‌واحد ورودی

1,048,576

محدودیت داده‌واحد برونداد

۶۵۵۳۶

‫قابلیت‌ها

تولید صدا

پشتیبانی نمی‌شود

ذخیره در حافظه نهان

پشتیبانی نمی‌شود

اجرای کد

پشتیبانی‌شده

فراخوانی تابع

پشتیبانی‌شده

پایه‌مندسازی با Google Maps

پشتیبانی نمی‌شود

تولید تصویر

پشتیبانی نمی‌شود

Live API

پشتیبانی نمی‌شود

زمینه‌سازی جستجو

پشتیبانی‌شده

بروندادهای ساختاریافته

پشتیبانی‌شده

درحال فکر کردن

پشتیبانی‌شده

بافت نشانی وب

پشتیبانی‌شده

‫گزینه‌های مصرف

Batch API

پشتیبانی نمی‌شود

استنتاج انعطاف‌پذیر

پشتیبانی نمی‌شود

استنباط اولویت

پشتیبانی نمی‌شود

نسخه
برای جزئیات بیشتر، الگوهای نسخه مدل را بخوانید.
  • پیش‌نمایش: gemini-robotics-er-1.5-preview
آخرین به‌روزرسانی سپتامبر ۲۰۲۵
تاریخ برش دانش ژانویه ۲۰۲۵