跳轉到

Gemini Robotics ER 1.5

附註:此版本預計即將淘汰。最新模型版本請參閱 models 頁面。

Gemini Robotics ER 1.5 是視覺語言模型(VLM),將 Gemini 的代理能力帶入機器人領域。它專為實體世界中的進階推理而設計,讓機器人能解讀複雜的視覺資料、進行空間推理,並依據自然語言指令規劃動作。

Try in Google AI Studio

文件

如需功能與能力的完整說明,請參閱 Robotics 頁面。

gemini-robotics-er-1.5-preview

屬性 說明
模型代碼 gemini-robotics-er-1.5-preview
支援的資料類型 輸入 文字、圖片、影片、音訊 輸出 文字
權杖上限[*] 輸入權杖上限 1,048,576 輸出權杖上限 65,536
功能 音訊生成 不支援 程式碼執行 支援 上下文快取 不支援 函式呼叫 支援 使用 Google Maps 接地 不支援 使用 Google 搜尋接地 支援 圖片生成 不支援 Live API 不支援 結構化輸出 支援 推理 支援 URL 上下文 支援
使用選項 Batch API 不支援 Flex 推論 不支援 Priority 推論 不支援
版本 詳情請參閱模型版本模式。 預覽版:gemini-robotics-er-1.5-preview
最近更新 2025 年 9 月
知識截止日期 2025 年 1 月