ตัวอย่าง Gemini Robotics ER 2

Gemini Robotics ER 2 เป็นโมเดลการมองเห็นและภาษา (VLM) สำหรับวิทยาการหุ่นยนต์ที่รับอินพุตข้อความ รูปภาพ วิดีโอ และเสียง โดยรองรับการให้เหตุผลเชิงพื้นที่ การทำความเข้าใจวิดีโอ การเรียกใช้โค้ดแบบ Agentic การจัดเรียงเครื่องมือแบบหลายขั้นตอน และการประสานงานของหุ่นยนต์หลายตัว

เอกสารประกอบ

ไปที่หน้าหุ่นยนต์เพื่อดูข้อมูลทั้งหมดเกี่ยวกับฟีเจอร์และความสามารถ

gemini-robotics-er-2-preview

Gemini Robotics ER 2 เวอร์ชันตัวอย่าง

พร็อพเพอร์ตี้ คำอธิบาย
รหัสรุ่น gemini-robotics-er-2-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

สิ่งที่ทำไม่ได้

การอนุมานลำดับความสำคัญ

สิ่งที่ทำไม่ได้

เวอร์ชัน
อ่านรูปแบบเวอร์ชันโมเดลเพื่อดูรายละเอียดเพิ่มเติม
  • ตัวอย่าง: gemini-robotics-er-2-preview
อัปเดตล่าสุด กรกฎาคม 2569
Model card การ์ดโมเดล

Gemini Robotics ER 2 Streaming Preview

พร็อพเพอร์ตี้ คำอธิบาย
รหัสรุ่น gemini-robotics-er-2-streaming-preview
ประเภทข้อมูลที่รองรับ

อินพุต

ข้อความ รูปภาพ วิดีโอ เสียง

เอาต์พุต

ข้อความ

ขีดจำกัดโทเค็น[*]

ขีดจำกัดโทเค็นอินพุต

131,072

ขีดจำกัดโทเค็นเอาต์พุต

65,536

ความสามารถ

การสร้างเสียง

สิ่งที่ทำไม่ได้

การแคช

สิ่งที่ทำไม่ได้

การเรียกใช้โค้ด

สิ่งที่ทำไม่ได้

การใช้คอมพิวเตอร์

สิ่งที่ทำไม่ได้

การค้นหาไฟล์

สิ่งที่ทำไม่ได้

การเรียกใช้ฟังก์ชัน

สิ่งที่ทำได้

การเชื่อมต่อแหล่งข้อมูลกับ Google Maps

สิ่งที่ทำไม่ได้

การสร้างรูปภาพ

สิ่งที่ทำไม่ได้

Live API

สิ่งที่ทำได้

การเชื่อมต่อแหล่งข้อมูลของ Search

สิ่งที่ทำได้

เอาต์พุตที่มีโครงสร้าง

สิ่งที่ทำไม่ได้

กำลังคิด

สิ่งที่ทำได้

บริบท URL

สิ่งที่ทำไม่ได้

ตัวเลือกการรับชม

Batch API

สิ่งที่ทำไม่ได้

Flex Inference

สิ่งที่ทำไม่ได้

การอนุมานลำดับความสำคัญ

สิ่งที่ทำไม่ได้

เวอร์ชัน
อ่านรูปแบบเวอร์ชันโมเดลเพื่อดูรายละเอียดเพิ่มเติม
  • ตัวอย่าง: gemini-robotics-er-2-streaming-preview
อัปเดตล่าสุด กรกฎาคม 2569
Model card การ์ดโมเดล

Gemini Robotics ER 1.6 เวอร์ชันตัวอย่าง

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

สิ่งที่ทำไม่ได้

การอนุมานลำดับความสำคัญ

สิ่งที่ทำไม่ได้

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