Przejdź do treści

Narzędzia AI

Gemini Robotics-ER 1.6: co Google ogłosiło i dlaczego liczy się ER 2

Zaktualizowano: Autor: Andrzej Niemiec10 min czytania

Gemini Robotics-ER 1.6 ogłoszono 14 kwietnia 2026, a 31 sierpnia Google wycofało endpoint. Co model potrafi, jakie ma limity i czym zastąpić go w API.

Spis treści
  1. Czym jest Gemini Robotics-ER 1.6?
  2. Co ER 1.6 potrafi, a czego nie robi sam?
  3. Jakie wyniki Google podaje dla odczytu przyrządów?
  4. Czy Gemini Robotics-ER 1.6 jest jeszcze dostępny w Gemini API?
  5. Jakie limity miał endpoint ER 1.6?
  6. Czy polskie fabryki korzystają z Gemini Robotics?
  7. Od czego zacząć projekt z Gemini Robotics?
  8. Najczęstsze pytania
  9. Źródła

Czym jest Gemini Robotics-ER 1.6?

Gemini Robotics-ER 1.6 to wizyjno-językowy model Google DeepMind do rozumowania o świecie fizycznym. Skrót ER oznacza embodied reasoning, czyli wnioskowanie osadzone w maszynie. Model czyta obraz, wideo lub dźwięk, wskazuje obiekty, planuje zadania i ocenia, czy czynność się udała. Google ogłosiło go 14 kwietnia 2026 r. [1], a kartę modelu opublikowało 20 kwietnia 2026 r. [2]. Szersze tło rodziny modeli zebraliśmy na stronie Gemini.

Model nie jest robotem ani kontrolerem silników. To warstwa, która dostarcza decyzję, a wykonanie ruchu zostaje po stronie sprzętu i modeli sterujących. Polskie media branżowe opisały premierę jako aktualizację skupioną na rozumowaniu i projektowaną pod rzeczywiste zadania robotyczne [4].

Co ER 1.6 potrafi, a czego nie robi sam?

Dokumentacja Google wymienia rozumienie przestrzenne, wskazywanie punktów i relacji, liczenie obiektów, łączenie widoków z kilku kamer, planowanie zadania oraz wykrywanie powodzenia [3]. Wynik pracy to tekst lub dane strukturalne. Model może przy tym wywołać model VLA albo funkcję dostarczoną przez dewelopera [5].

Granica jest tu istotna. Gemini Robotics-ER 1.6 opisuje scenę i podpowiada kolejny krok, natomiast sterowanie maszyną należy do osobnego komponentu. Model VLA łączy widzenie, język i działanie, czyli odpowiada bezpośrednio za ruch [6]. W praktyce ER 1.6 jest wysoko poziomym mózgiem, a nie układem wykonawczym.

KryteriumGemini Robotics-ER 1.6Gemini Robotics (VLA)
Rola w systemieanaliza sceny i planowaniewykonanie ruchu
Wejścieobraz, wideo, dźwięk, tekstpolecenie i obserwacja robota
Wyjścietekst, dane strukturalne, wywołanie funkcjisekwencja ruchów
Odpowiedzialność za bezpieczeństwobrakbrak, wymaga systemu maszyny

Jakie wyniki Google podaje dla odczytu przyrządów?

Google opisuje odczyt manometrów, wskaźników poziomu i wyświetlaczy cyfrowych. Mechanizm nazywa agentic vision: model powiększa fragment obrazu, wskazuje element i wykonuje kod, żeby obliczyć wartość [3] [7].

W wewnętrznych testach Google podaje 23% dla ER 1.5, 67% dla Gemini 3.0 Flash, 86% dla ER 1.6 oraz 93% dla ER 1.6 z agentic vision [3]. To wyniki producenta, a nie niezależny certyfikat dokładności. Porównanie z ER 1.5 jest dodatkowo niepełne, bo ER 1.5 nie obsługiwał agentic vision [3]. Google podaje też poprawę o 6% w tekście i 10% w wideo względem Gemini 3.0 Flash w wykrywaniu zagrożeń [3].

W komentarzach na Hacker News pojawia się uwaga o czasie odpowiedzi. System syntetyzuje skrypt w Pythonie, uruchamia zadania wizji komputerowej i dopiero potem zwraca wynik, co bywa wolne [8]. To opinia użytkownika, nie pomiar, ale wskazuje właściwe pytanie: ile trwa jedna decyzja.

Czy Gemini Robotics-ER 1.6 jest jeszcze dostępny w Gemini API?

Nie. Model był w podglądzie od premiery 14 kwietnia 2026 r., ale dokumentacja Gemini API podaje datę wycofania 31 sierpnia 2026 r. i rekomenduje migrację do Gemini Robotics ER 2 [5].

Aktualne identyfikatory to gemini-robotics-er-2-preview oraz gemini-robotics-er-2-streaming-preview dla transmisji strumieniowej [9]. Strona modelu ER 1.6 nadal istnieje w dokumentacji i podaje limity endpointu podglądowego [10], ale nie należy traktować jej jako bieżącej oferty. Strona ER 2 na witrynie DeepMind opisuje model jako zdolny do rozumienia świata rzeczywistego i złożonego planowania wieloetapowego [11].

Projekt startujący dziś powinien więc korzystać z ER 2. Poradnik pisany pod ER 1.6 odwołuje się do endpointu, który nie jest już rekomendowany.

Jakie limity miał endpoint ER 1.6?

Dokumentacja API podaje 131 072 tokeny wejścia i 65 536 tokenów wyjścia dla wersji podglądowej [10]. Karta modelu mówi o 128 tys. tokenów kontekstu i 64 tys. tokenów wyjścia [2]. Liczby różnią się między dokumentami, więc przy budżetowaniu warto sprawdzić stronę endpointu [10].

Czy polskie fabryki korzystają z Gemini Robotics?

Źródła nie dają na to dowodu. Google opisuje współpracę z Boston Dynamics przy odczycie przyrządów i wskazuje Spot jako przykład robota [3]. Materiały prasowe wiążą model z testami w obiektach przemysłowych oraz z partnerami takimi jak Boston Dynamics, Apptronik i Hyundai [12] [13]. W żadnym z przywołanych źródeł nie ma polskiego zakładu, polskiego partnera ani wdrożenia produkcyjnego. Nie podajemy więc nazw firm ani liczb.

Tradycyjne roboty przemysłowe pracują według zaprogramowanych linii kodu lub konkretnych poleceń głosowych [14]. Modele rozumujące rozszerzają to o ocenę otoczenia, ale nie zastępują systemów bezpieczeństwa maszyny.

Trzy pytania przed pilotażem:

  • Czy zadanie da się opisać przestrzennie, na przykład chwyt, ominięcie przeszkody albo odczyt miernika?
  • Czy opóźnienie decyzji mieści się w takcie linii?
  • Kto odpowiada za bezpieczeństwo i awaryjne zatrzymanie maszyny?

Od czego zacząć projekt z Gemini Robotics?

Od dokumentacji aktualnego modelu, czyli ER 2 [5]. Opisuje ona wejścia, wyjścia i sposób wywoływania funkcji. Dla transmisji w czasie rzeczywistym osobna strona przedstawia komunikację strumieniową [9].

Cennik modeli Gemini zmienia się w czasie, a nasze źródła nie podają ceny modelu robotycznego. Kwoty sprawdź na oficjalnej stronie cennika Gemini API przed budżetowaniem prototypu [15].

Jeśli budujesz integrację po stronie API, przeczytaj Webhooki w Gemini API. O tym, jak Gemini czyta fizyczne otoczenie w pojeździe, piszemy w artykule Volvo EX60 z Gemini. Warto też sprawdzić, jak wybierać modele do zadań produkcyjnych w tekście Gemini 3.5 Flash kontra konkurencja.

Najczęstsze pytania

Czy Gemini Robotics-ER 1.6 steruje robotem?

Nie bezpośrednio. Model zwraca tekst lub dane strukturalne i może wywołać model VLA albo funkcję dewelopera [5]. Ruch wykonuje osobny komponent. ER 1.6 pełni funkcję warstwy rozumowania, dlatego wymaga zarówno kontrolera, jak i systemu bezpieczeństwa maszyny [3].

Co oznacza skrót ER w nazwie modelu?

ER to embodied reasoning, czyli rozumowanie osadzone w świecie fizycznym [3]. Model analizuje obraz, wideo lub dźwięk i wnioskuje o przestrzeni: gdzie leży obiekt, jak jest ustawiony, czy czynność się powiodła. Nazwa odróżnia go od modelu VLA, który odpowiada za wykonanie ruchu [6].

Czy Gemini Robotics-ER 1.6 jest dostępny bezpłatnie?

Nie ma na to potwierdzenia w naszych źródłach, a endpoint został wycofany 31 sierpnia 2026 r. [5]. Dla modeli Gemini API obowiązuje oficjalny cennik [15], ale nie podajemy kwot dla modelu robotycznego, bo żadne z przywołanych źródeł ich nie zawiera.

Czy ER 1.6 to najnowsza wersja modelu?

Nie. Google wycofało ER 1.6 i wskazuje Gemini Robotics ER 2, dostępny jako gemini-robotics-er-2-preview oraz w wersji strumieniowej [5] [9]. Strona ER 2 opisuje rozumienie świata rzeczywistego i planowanie wieloetapowe [11]. Przed projektem porównaj obie strony dokumentacji.

Czy polskie firmy wdrażają Gemini Robotics?

W przywołanych źródłach nie ma potwierdzonych wdrożeń w Polsce. Opisy dotyczą współpracy z Boston Dynamics, robota Spot oraz testów u partnerów przemysłowych [3] [12]. To materiał o możliwościach modelu, nie o polskich zakładach, dlatego nie podajemy nazw firm ani wyników produkcyjnych.

Źródła

  1. Gemini Robotics ER-1.6 enhances reasoning to help robots navigate real-world tasks (Google, 2026)
  2. Gemini Robotics-ER 1.6 - Model Card (Google DeepMind, 2026)
  3. Gemini Robotics ER 1.6: Enhanced Embodied Reasoning (Google DeepMind, 2026)
  4. Gemini Robotics z nowościami (Automatyka.pl, 2026)
  5. Gemini Robotics ER - Gemini API (Google AI for Developers, 2026)
  6. Gemini Robotics-ER 1.5 i Robotics 1.5 - szansa dla robotów? (HAI Magazine, 2025)
  7. Agentic capabilities - Gemini Enterprise Agent Platform (Google Cloud, 2026)
  8. Gemini Robotics-ER 1.6 - dyskusja (Hacker News, 2026)
  9. Robotics with streaming - Gemini API (Google AI for Developers, 2026)
  10. Gemini Robotics ER 1.6 - Gemini API (Google AI for Developers, 2026)
  11. Gemini Robotics ER 2 (Google DeepMind, 2026)
  12. Google is bringing Gemini to factories with Boston Dynamics robots (hwlibre, 2026)
  13. Google DeepMind Unveils Gemini AI Partnership With Boston Dynamics Robots (Yahoo Finance, 2026)
  14. Witaj Skynecie!? Google nauczyło maszyny myśleć jak ludzie (Chip.pl, 2026)
  15. Gemini Developer API pricing (Google AI for Developers, 2026)
AN
O autorze
Andrzej Niemiec

Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.

Jak powstają teksty: Polityka AI · O redakcji