Google Cloudは、顧客向けにGemini Robotics ER 2を公開した。これはロボットのタスク計画を担当するモデルで、2026年10月27日よりパブリックプレビューが開始されている。このモデル自体はモーターを直接制御せず、他のツールを利用して動作する。
新素材を開発するシンガポールの研究機関A*STAR IMREでは、APIを持たない古いマイクロ波反応器（タッチスクリーン付き）が研究室にある。そのエグゼクティブディレクターであるLoh Xian Jun教授は、ER 2に導かれたロボットが「APIのない古いマイクロ波反応器のタッチスクリーンを読み取り、遠心分離機のバランス調整と試料投入、または混雑した実験室内で試料を安全に移動する」ことを望んでいる。彼はGoogle Cloudのブログ記事でこう述べ、「これが私たちが目指す次の段階です」と付け加えた。
計画するモデルと、実行する別のモデル
Google DeepMindは2026年7月30日にER 2を発表し、Gemini APIとGoogle AI Studioを通じて開発者に提供を開始した。10月27日以降、Google Cloudの企業顧客はModel Garden内で識別子gemini-robotics-er-2-previewとして呼び出し、Agent Studioで試用し、プラットフォームのセキュリティコントロールを使用してデプロイできるようになった。Gemini APIのドキュメントによると、その前身であるER 1.6は2026年8月31日で提供終了となっている。
Googleはこれを「ロボットのための高レベルな頭脳」と説明し、「その後、モーター制御の実行は、より低レベルの任意のVision-Language-Action（VLA）モデルに委ねる」と述べている。VLAモデルは、画像、言語、動作を結びつけるモデルである。ER 2は動画、音声、またはテキストを受け取り、タスクを分割し、開発者が宣言したツールを呼び出し、その後、各ステップが成功したかを確認するために動画を検査し、必要に応じて再試行する。仕様書によればGemini 3.5 Flash上に構築されており、出力はテキストのみである。モーターを制御するモデルであるGemini Robotics 2は、7月30日のDeepMindのブログ記事によると、限定パートナー向けの早期アクセスプログラムに留まっている。
Googleが公表した数値、安全性は運用者に委ねられる
Googleは、動画内で重要なイベントが発生するフレームを特定する精度が91.3%、平均時間誤差が0.96秒であると主張している。同社によれば、このモデルは「多くのより大規模なモデルカテゴリー」と比べて「4倍の実行速度」で動作するというが、比較対象のモデルは明示されていない。タスクの進捗状況分類については、7月のブログ記事は57.4%の正答率を発表している。Googleはこのテストのプロトコルや競合モデルのスコアを公開していない。
Gemini APIのロボット関連ドキュメントは、「ロボット周辺の安全な環境を維持する責任はお客様にあります」と明記している。仕様書は、医療や運輸など安全が重要なアプリケーションでの使用を除外している。2026年7月29日付のDeepMindのセキュリティレポートによると、テストされた最高のモデルでも、画像上で人物の周囲1メートル以内への侵入を検知する精度は約79%から93%だった。エージェントとして動作するバージョンでは、人物が近接した際の停止見逃し率を10〜15%程度に低減できるモデルでも、理由なくロボットを停止させる割合が15〜25%に上った。いずれのモデルも、両方の指標でゼロに近い値を示すものはなかった。レポートは、現時点ではこれらのモデルを「低レベルの決定論的な安全保護策」と併用することが「望ましい」と結論付けている。
運用中の使用例とプロモーション価格
今回の発表において、運用中と説明されている唯一のロボット使用例はBoston Dynamicsによるものだ。同社は2026年4月8日、Spot向けの視覚検査モジュール「AIVI-Learning」を、登録済み顧客向けにGemini Robotics ER 1.6に移行した。これは計器の読み取り、液体レベルインジケータの確認、コンベアの損傷検知、パレットの計数などに使用される。Boston Dynamicsへのデータ共有は必須となっている。Spot事業を統括するMarco da Silvaは、ER 2がこれらの顧客に「さらなる価値」をもたらすと見ており、「動画は検査の可能性を変えます」と述べている。ER 2への移行時期については公表されていない。
Google Cloudの価格表によると、ER 2は2026年12月31日までプロモーション価格として、入力100万トークンあたり1ドル、出力100万トークンあたり5ドルで提供される。Googleは正味支出額の50%をクレジットとして還元するが、クレジットの付与時期や有効期限については明記していない。2027年1月1日以降は、価格は入力が2ドル、出力が10ドルに変更される。
