AI技術速報 ── 2026-10-28
Google、ロボット向け推論モデルER 2を公開プレビュー
ロボットの頭脳役AIが、Google Cloudで公開プレビューになった。
何が変わるか
Google Cloudの発表によると、企業はロボットの頭脳役となるAIを、同社のクラウド基盤と組み合わせて使えるようになる。シミュレーションでの検証から、実機での運用までを一つの環境で扱える。
同社の発表では、ロボットは作業の成否を映像から確かめ、失敗した手順だけをやり直せる。作業全体を最初からやり直す必要はないという。
なぜ重要か
Google Cloudによると、物理作業では、ロボットが各手順の成否を確かめてから次へ進む必要がある。ER 2は連続した映像からそれを判断するとされる。
同社は、種類の異なるロボットが作業空間の理解を共有し、分担や引き継ぎをできるとしている。1台では終えられない作業を、複数台でこなすことが想定されている。
何か
Gemini Robotics Embodied Reasoning 2（ER 2）は、Gemini をもとにした専用モデルである。Google Cloudはこれをロボットの高次の頭脳と位置づけている。
「身体を持つ推論」とは、ロボットが物理世界で状況を理解し、手順を計画することを指す。同社によると、ER 2は空間と時間にわたる映像理解、長い手順の計画、安全のための仕組みを組み合わせている。
どこで・誰が
ER 2は Google DeepMind の最新モデルである。Google Cloudのブログによると、Geminiプラットフォームで公開プレビューとして提供されている。
利用はプラットフォーム内の Model Garden から始められる。ブログは、企業向けの認証・権限管理（IAM）や各種のセキュリティ制御も使えると説明している。
なぜ作られたか
Google Cloudの説明では、解こうとしている問題は、ロボットを現実の場面に合わせて賢く動かすことだ。ロボットには、状況に適応し、失敗を直し、新しい場面に対応する力が求められる。
ブラウザ上の AI 利用とは異なり、実機の運用には安全性と管理の仕組みが要る。そこで同社は、DeepMind のモデルとクラウドの運用機能を組み合わせて提供するとしている。
どう動くか
Google Cloudによると、開発者は低レベルの制御部品を「ツール」として宣言する。例は、視覚・言語・行動モデル（VLA）や移動用のAPIだ。VLAとは、画像と言葉から動作を出力するAIのことである。
映像、音声、テキストはモデルへ直接ストリーム入力できる。ER 2は次に何をするかを考えながら、ツールを呼び出して動作を指揮する。
同社によると、自然言語の指示でロボットを動かせ、動作中に方針を説明することもできる。操作者は専門用語なしで指示を変えられる。
要点
- Google Cloudによると、ER 2は Geminiプラットフォームで公開プレビューになった。
- 同社の発表では、映像の重要な瞬間を91.3%の精度で特定する。
- 同社によると、シミュレーションから実機運用までを同じ基盤で扱える。
結語
Google Cloudは、DeepMind のロボット向け推論モデルER 2を公開プレビューで提供し始めた。同社の発表では、映像理解、計画、複数台の協調を一つのモデルで担う。
数値や顧客の評価は同社のブログに基づく。第三者による検証は、この記事の出典には含まれていない。
引用と出典
“Gemini Robotics ER 2 is now available in public preview on the Gemini platform.”（和訳）Gemini Robotics ER 2 は、Geminiプラットフォームで公開プレビューとして利用可能になった。── Google Cloud, 2026-10-27
“Pinpoints the exact video frame where a critical event occurs (such as when to stop pouring a liquid) with 91.3% accuracy and a 0.96-second mean absolute frame distance”（和訳）重要な出来事が起きる映像フレーム（液体を注ぐのをいつ止めるか、など）を、91.3%の精度、平均絶対フレーム距離0.96秒で特定する。── Google Cloud, 2026-10-27
“the ability to apply AI models to video opens a whole new world of possibilities.”（和訳）映像にAIモデルを適用できることは、まったく新しい可能性の世界を開く。── Google Cloud, 2026-10-27
材料にした記事
- Google Cloud 10/27 15:14 UTC
この速報は AI（Claude）が出典の記事から書き、Jev（TypeSafe の判定モデル）と Gemini の裏取り、引用の逐語の照合を通したものです。