Gemini Robotics ER 1.6

Gemini Robotics ER 1.6 เป็นโมเดลภาษาแบบวิชัน (VLM) ที่นำความสามารถด้าน Agentic AI ของ Gemini มาใช้กับวิทยาการหุ่นยนต์ โดยออกแบบมาเพื่อการให้เหตุผลขั้นสูงในโลกจริง ซึ่งช่วยให้หุ่นยนต์สามารถตีความข้อมูลภาพที่ซับซ้อน ให้เหตุผลเชิงพื้นที่ และวางแผนการดำเนินการจากคำสั่งภาษาธรรมชาติได้

เอกสารประกอบ

ไปที่หน้าหุ่นยนต์เพื่อดูข้อมูลทั้งหมดเกี่ยวกับฟีเจอร์และความสามารถ

gemini-robotics-er-1.6-preview

พร็อพเพอร์ตี้ คำอธิบาย
รหัสรุ่น gemini-robotics-er-1.6-preview
ประเภทข้อมูลที่รองรับ

อินพุต

ข้อความ รูปภาพ วิดีโอ เสียง

เอาต์พุต

ข้อความ

ขีดจำกัดโทเค็น[*]

ขีดจำกัดโทเค็นอินพุต

131,072

ขีดจำกัดโทเค็นเอาต์พุต

65,536

ความสามารถ

การสร้างเสียง

สิ่งที่ทำไม่ได้

การแคช

สิ่งที่ทำได้

การเรียกใช้โค้ด

สิ่งที่ทำได้

การใช้คอมพิวเตอร์

สิ่งที่ทำได้

การค้นหาไฟล์

สิ่งที่ทำได้

การเรียกใช้ฟังก์ชัน

สิ่งที่ทำได้

การเชื่อมต่อแหล่งข้อมูลกับ Google Maps

สิ่งที่ทำได้

การสร้างรูปภาพ

สิ่งที่ทำไม่ได้

Live API

สิ่งที่ทำไม่ได้

การเชื่อมต่อแหล่งข้อมูลของ Search

สิ่งที่ทำได้

เอาต์พุตที่มีโครงสร้าง

สิ่งที่ทำได้

กำลังคิด

สิ่งที่ทำได้

บริบท URL

สิ่งที่ทำได้

ตัวเลือกการรับชม

Batch API

สิ่งที่ทำได้

Flex Inference

สิ่งที่ทำได้

การอนุมานลำดับความสำคัญ

สิ่งที่ทำได้

เวอร์ชัน
อ่านรูปแบบเวอร์ชันโมเดลเพื่อดูรายละเอียดเพิ่มเติม
  • ปิด: gemini-robotics-er-1.6-preview
อัปเดตล่าสุด ธันวาคม 2025
การตัดข้อมูล มกราคม 2025