Gemini Robotics-ER 1.5
Gemini Robotics-ER 1.5は、ロボット向けの身体性推論に特化した視覚言語モデルです。ロボットの高水準の判断役として、視覚・空間理解、タスク計画、進捗の推定を行います。2025年9月25日にプレビュー版として公開されました。(developers.googleblog.com) テキスト、画像、動画、音声を入力として受け取り、テキストを出力します。入力上限は1,048,576トーク…
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
Gemini Robotics-ER 1.5は、ロボット向けの身体性推論に特化した視覚言語モデルです。ロボットの高水準の判断役として、視覚・空間理解、タスク計画、進捗の推定を行います。2025年9月25日にプレビュー版として公開されました。(developers.googleblog.com) テキスト、画像、動画、音声を入力として受け取り、テキストを出力します。入力上限は1,048,576トーク…
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) 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。(deepmi…
2025年9月25日に公開された Gemini 2.5 Flash-Lite のプレビュー版。低コスト、高スループットと応答品質の改善を目指したモデルで、公開時には Google AI Studio と Vertex AI で提供された。Google は、複雑な指示への追従、簡潔な回答、マルチモーダル能力の改善を挙げている。(developers.googleblog.com) テキスト、画像、動…
2025年9月25日に発表された、Gemini 2.5 Flashのプレビュー版。品質と効率の向上を目指したモデルで、発表時にはGoogle AI StudioとVertex AIで提供されました。 (developers.googleblog.com) ツール利用を改善し、複雑なエージェント型・複数ステップの処理に対応。Googleの発表によると、SWE-bench Verifiedのスコアは前…