跳到正文
模型
模型 Google Cloud / DeepMind Gemini

Google Cloud:Gemini Robotics ER 2 公开预览上架,给机器人当「高层脑」

Google Cloud 10 月 27 日宣布:DeepMind 的 Gemini Robotics Embodied Reasoning 2(ER 2)在 Gemini 平台公开预览可用。该模型面向任意机体(固定臂到人形)做空间/时序视频理解、长程规划与多机协作,可把 VLA/导航 API 当工具编排;官方称关键事件帧定位准确率约 91.3%、平均误差约 0.96 秒,并接入企业 IAM 与仿真(MuJoCo-Warp、Isaac Sim)。

Google Cloud 博客(Carolina Parada / Adrian Jones,2026-10-27)写明:Gemini Robotics ER 2 是机器人高层推理模型,可跨固定臂、轮式、四足到人形等多类机体工作;结合空间与时序视频理解、长程规划与内置安全护栏,支持自然语言对话、编排底层动作模型与硬件 API、执行含数百决策的多分钟任务,以及多机器人协作。今日起在 Gemini 平台公开预览,首次把该前沿具身推理模型接到 Google Cloud 的企业安全、多智能体编排与全生命周期管理上。

能力侧:连续视频上做任务进度分类(二元/离散/连续分),失败步骤可局部重试而不必整条工作流重开;关键事件帧定位自称准确率约 91.3%、平均绝对帧距约 0.96 秒,并以约 4× 执行速度与更低算力对标更大模型档。空间侧覆盖 10+ 类仪表读数(圆表、视镜、数显、线性刻度、液温计等)。开发者可将 VLA、导航或自定义函数声明为工具,流式输入视频/音频/文本。

落地路径:仿真用 MuJoCo-Warp、NVIDIA Isaac Sim;用 ER 2 的空间指向、时刻发现与进度分类标注演示视频,再在 Gemini 平台 / GKE / Cluster Director 训定制 VLA;运行时走平台 IAM 与函数调用,低时延边侧可配 Google Distributed Cloud。波士顿动力 Spot、DeepReach、Arm、A*STAR IMRE 等给出客户引言。ER 2 本身于 7 月由 DeepMind 发布并经 API/AI Studio 可用;本次重点是企业生产向的云上公开预览。文档、定价与安全技术报告见 Gemini Robotics ER 2 页。

Google Cloud 官方配图:Gemini Robotics Embodied Reasoning 2 上架云平台

来源与参考资料

同栏目 · 模型

Baidu / Hugging Face

百度开源 Unlimited-OCR-2:SR-SWA 做「无限页」文档解析,约 3B / MIT

百度 10 月 27 日在 Hugging Face 放出 Unlimited-OCR-2(约 3B,MIT):用 Sparse Reference Sliding Window Attention(SR-SWA)把文本—视觉注意力压到固定规模工作参考集(示例 512 token),自称在有限上下文内做任意长度文档解析;厂商称 MPDocBench / MarathonDocBench 达 SOTA。可走 Transformers 与定制 SGLang。

Hugging Face 社交卡片:baidu/Unlimited-OCR-2
GitHub Changelog

GitHub Copilot:GPT-6.1 Terra 正式可用,覆盖 IDE / CLI / 云 Agent

GitHub changelog(10 月 26 日)确认 OpenAI GPT-6.1 Terra 在 Copilot 全面可用:面向日常 Agent 编码与终端任务,标价低于 GPT-6.1 Sol;早期测试称终端与 C# 任务明显优于 GPT-5.6 Terra。Pro/Pro+/Max/Business/Enterprise 可在 VS Code、Visual Studio、CLI、云 Agent、Mobile 与 JetBrains 等选型。

GitHub Changelog 社交卡片:GPT-6.1 Terra in GitHub Copilot
OpenAI

OpenAI 正式发布 GPT-6.1 Terra:API 价较上代减半,主打电脑使用与视觉推理

OpenAI 10 月 26 日推出 GPT-6.1 Terra:面向视觉理解与电脑操作的高性价比档;标准 API 约 $1/$5 每百万输入/输出(缓存输入 $0.05),宣称较 GPT-5.6 Terra 与 GPT-6.1 Sol 标价约低 50%。已对 Plus/Pro/Enterprise/Edu 在 ChatGPT Work 与 Codex 开放,开发者 API 模型名 gpt-6.1-terra。

OpenAI 官方社交卡片:GPT-6.1 Terra