概要
Gemini Robotics 1.5は、視覚情報と言語指示をロボットの動作指令に変換する、実世界の作業向けの視覚・言語・行動(VLA)モデルです。Google DeepMindが2025年9月25日に発表しました。(deepmind.google)
能力と用途
- 行動前に自然言語で推論し、長い作業を実行しやすい短い手順に分割できます。洗濯物の色別仕分けなど、複数段階の物体操作が例示されています。(deepmind.google)
- 異なるロボット形態間で動作を転移する能力が示されており、公式発表ではALOHA 2、ApptronikのApollo、双腕Frankaでの例が紹介されています。(deepmind.google)
- 別モデルのGemini Robotics-ER 1.5と組み合わせる構成では、ERが高水準の計画やツール利用を担い、本モデルが各手順の物理的な動作を実行します。リサイクル品などの仕分けが用途例です。(deepmind.google)
制限と提供状況
発表時点では、本モデルは選定されたパートナー向けに提供されていました。Gemini APIで開発者向けに提供されたと発表されたのは、別モデルのGemini Robotics-ER 1.5です。本モデルの現在の提供条件や公開API IDは未確認です。(deepmind.google)
Googleは安全性を考慮した推論や、必要に応じたロボット上の衝突回避などの安全サブシステムとの連携を説明しています。ただし、実際の運用で安全性や作業成功が保証されるわけではありません。(deepmind.google)
料金
本モデル自体の公式料金は未確認です。通貨、入力課金、出力課金、課金単位はいずれも確認できませんでした。別モデルであるRobotics-ERの料金を本モデルの料金として扱うことはできません。公式料金ページの確認日:2026年11月18日。(ai.google.dev)