工廠裡一台壓力表的讀數是多少，這件事聽起來很簡單，但以前機器人做不到。
不是說機器人看不到表盤——它能拍照，能識別這裡有個圓形儀表。但「表盤上的指針指向237，單位是PSI，當前讀數異常」這樣的判斷，需要結合視覺理解、數值推理、上下文知識，還要知道「237 PSI」在當前設備上意味著什麼。
Google DeepMind 在4月15日發布了 Gemini Robotics-ER 1.6，在這個能力上給了一個具體的數字：儀表讀取準確率86%，啟用 Agentic Vision 之後達到93%。對比上一個版本？23%。
這不是小幅迭代，這是從「基本不能用」到「可以進工業場景」的跨越。
這個模型到底在做什麼
Gemini Robotics-ER 的全稱是 Embodied Reasoning，字面意思是「具身推理」——讓 AI 不只是看，而是在看的基礎上規劃動作、判斷是否完成任務。
1.6版本主要升級了四個方向：
儀表讀取（Instrument Reading）
這是最核心的新能力。Spot 機器人在工廠裡巡檢時，面對的是壓力表、溫度計、液位計這類類比儀表，上面的讀數需要精確提取。以前的視覺 AI 很容易在「這個表大約在中間」和「具體是237 PSI」之間犯錯。
1.6的做法是把視覺推理和程式碼執行結合起來：先截圖，然後用程式碼估算表盤區間和指針位置，再給出讀數——精度達到小於一個刻度單位。這是 DeepMind 和 Boston Dynamics 在實際使用中發現的需求，然後專門針對它開發的。
多視角理解（Multi-View Understanding）
機器人上通常有多個攝影機。以前模型處理多路畫面時很容易混亂——「這個物體在哪個攝影機裡？和另一個攝影機裡的是同一個嗎？」1.6能同時處理多路視覺輸入，把它們整合成一個連貫的場景理解。
空間推理（Pointing & Spatial Reasoning）
透過「先定位關鍵點，再推理空間關係」的方式，提升了數物體、找抓取點這類任務的準確率。
任務完成判斷（Success Detection）
在遮擋或光線差的環境下，判斷「這個任務完成了沒有」對機器人來說一直是個難點。1.6在這方面有明顯改進，讓機器人能自主決定是否要重試——不需要再遠端連線問人。
Boston Dynamics 是怎麼用的
Boston Dynamics 的 Spot 機器人有一條成熟的工業檢測產品線：進工廠巡檢、錄音錄影、記錄設備狀態。但以前 Spot 能看到表盤，卻不能準確讀出數字——要嘛靠工人跟著看，要嘛 Spot 拍完照片發回來再人工判讀。
現在這個環節可以去掉了。
Boston Dynamics 副總裁 Marco da Silva 說：「儀表讀取和更可靠的任務推理，將讓 Spot 能完全自主地看懂、理解並回應現實世界裡的挑戰。」
這不是行銷話術，是一個具體的使用場景改變：以前人要跟著 Spot 去記錄每台設備的讀數，現在可以讓 Spot 完全自主地完成整個巡檢路線，人只需要看最終報告。
數字說明問題
直接看性能對比：
| 能力 | Gemini Robotics-ER 1.5 | Gemini Robotics-ER 1.6 |
|---|---|---|
| 儀表讀取準確率 | 23% | 86%（Agentic Vision: 93%） |
| 影片安全風險感知 | 基準值 | +10% |
| 文字安全風險感知 | 基準值 | +6% |
儀表讀取從23%到86%——這個跨度基本上意味著這個功能從原型階段進入了實用階段。
API 開放意味著什麼
Gemini Robotics-ER 1.6 透過 Gemini API 和 Google AI Studio 向開發者開放，這個分發方式很重要。
硬體廠商（不只是 Boston Dynamics）現在可以直接呼叫這個模型，把高級視覺推理接入自己的機器人平台——不需要自己訓練，不需要維護模型權重，只要 API 呼叫。這把門檻降低了很多，也讓 DeepMind 的機器人 AI 能更快滲透到各種工業場景裡。
這和 Waymo 把路測數據累積成護城河的邏輯不同：DeepMind 走的是平台路線，讓第三方硬體合作夥伴去普及能力。誰的機器人用了它，誰就在工業巡檢上多了一塊可以直接商業化的能力。
工業機器人距離「進工廠一個人都不需要跟」可能還有一段路，但 Spot 能讀儀表板這件事，已經是走到了更近的地方。
參考來源：Gemini Robotics ER 1.6: Enhanced Embodied Reasoning（Google DeepMind Blog）；DeepMind launches Gemini Robotics-ER 1.6 to meet precise physical AI demands（SiliconANGLE）；CocoLoop、Google DeepMind Releases Gemini Robotics-ER 1.6（MarkTechPost）