Gemini Robotics ER 1.5¶
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。
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 |