أطلقت Google DeepMind نموذج Gemini Robotics-ER 1.6 لاستقلالية الروبوتات وقراءة الأجهزة

في 14 أبريل 2026، قدمت Google DeepMind نموذج Gemini Robotics-ER 1.6 — وهو تحديث لنموذج المنطق الذي يعمل كطبقة معرفية عليا للروبوتات في العالم المادي. الفكرة الرئيسية للإصدار 1.

6 ليست إضافة VLA آخر، بل إعطاء الروبوت تفكيراً مكانياً أكثر دقة: يفهم النموذج المشهد بشكل أفضل، ويعد الأشياء، ويحدد ما إذا تمت مهمة ما، ويقرأ بثقة للمرة الأولى الأجهزة المعقدة مثل مقاييس الضغط ومؤشرات المستوى والشاشات الرقمية. في DeepMind، يُطلق على Gemini Robotics-ER اسم نموذج reasoning-first للذكاء الاصطناعي المجسد. إنه ضروري حيث تحتاج الروبوتات إلى أكثر من مجرد التعرف على الأشياء: تحتاج إلى فهم العلاقات بين الأشياء، واختيار نقطة الإمساك، والتحقق من القيود، وتحديد الخطوة التالية.

في الإصدار 1.6، عزز بشكل ملحوظ الإشارة — القدرة على الإشارة إلى الأشياء واستخدام هذه النقاط كخطوة وسيطة في التفكير. يساعد هذا على عد الأشياء بدقة أكبر، ومقارنة الأحجام، وبناء المسارات، والامتثال للتعليمات ذات الشروط المكانية.

كما تلقى النموذج فهماً محسناً للعروض المتعددة: يجمع بشكل أفضل صورة موحدة من عدة كاميرات، مثل واحدة مثبتة بالأعلى وأخرى على المعالج. للمطورين، Gemini Robotics-ER 1.6 متاح بالفعل عبر Gemini API و Google AI Studio، إلى جانب أمثلة Colab للتكوين وهندسة الموجهات.

القدرة الجديدة الأكثر لفتاً للنظر هي قراءة الأجهزة، التي ظهرت من التعاون مع Boston Dynamics. في البيئات الصناعية، يواجه الروبوتات بانتظام مقاييس الحرارة ومقاييس الضغط الدائرية والنوافذ المرئية ومؤشرات المستوى الرأسية، حيث المهمة ليست مجرد تصنيف الصور بل استخراج القيم بدقة. لهذا، يستخدم Gemini Robotics-ER 1.

6 الرؤية الوكيلة — مزيج من التفكير البصري وتنفيذ الكود. يقوم النموذج أولاً بتكبير الجزء ذي الصلة، ثم يحدد النقاط الرئيسية، ويقيم الفترات والنسب، ثم يطابق هذا مع المقياس والوحدات والسياق. وفقاً لبيانات Google DeepMind، في مهمة قراءة الأجهزة، حققت الإصدار 1.

5 نسبة 23٪، Gemini 3.0 Flash — 67٪، Robotics-ER 1.6 — 86٪، وبرؤية وكيلة — 93٪.

هذا لم يعد عرضاً يثبت أن الروبوت "يرى" الجهاز، بل خطوة نحو سيناريو يقوم فيه بجولاته بمفرده ويقرأ القياسات ويفهم ما تعنيه. مكون مهم آخر هو تحديد نجاح الإجراء والسلامة. بالنسبة للروبوت المستقل، لا يكفي بدء مهمة؛ يجب أن يفهم متى تم تحقيق إكمال المهمة فعلاً ومتى يجب تكرار المحاولة.

تقرر DeepMind أن النموذج يتعامل بشكل أفضل مع اكتشاف النجاح حتى في السيناريوهات الديناميكية، مع الحجب الجزئي والزوايا الغامضة. بالتوازي، حسّنوا الامتثال للقيود المادية: على سبيل المثال، يجب أن يأخذ النظام في الاعتبار بشكل أكثر صحة القيود مثل "عدم الإمساك بالسوائل" أو "عدم رفع الأشياء التي تزيد عن 20 كجم". في الاختبارات المتعلقة بالتعرف على المواقف الخطرة من النصوص والفيديو، حسنت عائلة Gemini Robotics-ER النتائج بالنسبة إلى Gemini 3.

0 Flash بنسبة 6٪ و 10٪ على التوالي. في الوقت نفسه، تلاحظ Google على حدة قيداً: النموذج غير مخصص للتطبيقات الحرجة من حيث السلامة مثل الطب والنقل والبيئات الأخرى حيث قد يؤدي الخطأ إلى إصابات أو أضرار. المعنى العملي للإصدار هو أن Google تحول تدريجياً التفكير المجسد من موضوع بحثي إلى طبقة بنية تحتية للروبوتات.

Gemini Robotics-ER 1.6 لا يتحكم بالأجهزة مباشرة، لكنه يعطي الروبوتات قدرة تفكير على المستوى الأعلى أقوى يمكن دمجها مع نماذج VLA والبحث والوظائف الخارجية. بالنسبة للصناعة، هذا أيضاً إشارة إلى أن الواجهة بين نماذج اللغة والروبوتات تقترب من التطبيق التجاري.

إذا أثبتت هذه المزيجة نفسها خارج المختبر، فسيحصل السوق على روبوتات لا تتحرك فقط وفقاً لسيناريو، بل تفسر أيضاً البيئة والتحقق من النتيجة وتقرأ الأجهزة الحقيقية بدون بشر في الحلقة.