Google DeepMind 发布 Gemini Robotics-ER 1.6

Google DeepMind 发布 Gemini Robotics-ER 1.6 推理模型，强化机器人的空间感知和物理推理能力。该版本与 Boston Dynamics 合作开发，支持解读模拟仪器读数，可通过 API 集成使用，在精准指向和物理任务检测方面优于前代。这标志着大语言模型正从“理解指令”向“落地执行”迈进，物理智能体有望从实验室走向更广泛的工业应用场景。

发布于2026年4月16日 10:52

编辑小创

评论0 条

阅读21

#Google #Gemini #具身智能

Google DeepMind 正式推出 Gemini Robotics-ER 1.6 ，这是其面向机器人领域打造的推理模型最新迭代。该模型专注于提升机器人的空间感知与物理推理能力，使其能够更准确地理解和交互周边环境。

Gemini Robotics-ER 1.6 在视觉和空间理解方面实现了显著突破，机器人借此能够完成更复杂的任务规划和执行。该模型的突出特性在于能够解读模拟仪器读数，例如压力表和视镜，这一功能是 Google DeepMind 与 Boston Dynamics 合作开发的成果。此外，模型支持通过 Gemini API 和 Google AI Studio 进行任务规划，并可整合 Google Search 及第三方工具调用，成为自主智能体运行的关键推理层。

该版本现已向开发者开放，用户可通过 Gemini API 和 Google AI Studio 获取使用，官方同时提供示例代码以降低集成门槛。首批应用场景主要面向工业、商业及研究领域，旨在协助机器人和研究团队构建或升级物理智能体。测试数据表明，相比 Gemini Robotics-ER 1.5 以及 Gemini 3.0 Flash ，新版本在精准指向、物体计数、物理任务成功检测等项目上均有明显提升。早期参与测试的研究人员反馈，该模型的能力边界得到有效扩展，部分此前难以处理的现实环境任务现已能够得到解决。

Google DeepMind 持续深化具身推理领域的投入，折射出其志在为机器人自主性树立新标杆的战略意图。公司正充分调动其在人工智能和机器人技术方面的积累，试图突破物理推理的技术瓶颈，加快智能体在数字与物理空间协同部署的进程。

Google 开源 Agent Executor：你的 AI Agent 终于不用每次断线就从头来了

Google 开源 Agent Executor（AX），专为生产环境长周期 Agent 设计的分布式运行环境。针对状态丢失、并发冲突等运维痛点，AX 提供持久执行、安全沙箱、会话一致性、连接恢复及轨迹分支五大核心能力，且保持模型与框架无关。配套项目 Agent Substrate 优化了 K8s 资源调度。该项目目前处于早期预览阶段，旨在填补 Agent 落地基础设施空白，建议用于技术预研而非直接投产。

Linear + Claude Code：给 AI 装上项目大脑

AI 技术博主 Alex Finn 提出利用免费工具 Linear 将 Claude Code 转化为自主智能体的工作流。该方案要求先将项目拆解为带优先级和验收标准的任务（Issue）录入 Linear，随后 AI 可自动领取任务、编写代码、执行测试并更新状态，全程无需人工干预。此模式有效解决了传统氛围编程中指令中断或偏离的问题，通过 Linear 作为“第二大脑”提供结构化上下文，显著提升产出质量。此外，该流程支持跨设备多智能体协同及 Git 分支管理，配合 Slack 通知实现高效团队协作。

#Claude Code#智能体工程

阅读全文