谷歌DeepMind发布了机器人高层推理模型Gemini Robotics-ER 1.6，相比前代ER 1.5和Gemini 3.0 Flash，其在空间推理与多视角理解方面有显著提升。该模型已通过Gemini API和Google AI Studio向开发者开放。
核心升级能力包括：
- 指向精度提升：可用于精确的物体检测、计数、空间关系推理（例如“指出所有能放进蓝色杯子的物体”）和运动轨迹规划，并能正确拒绝指向画面中不存在的物体。
- 多视角成功检测：机器人能综合多个摄像头画面来判断任务是否完成，即使在遮挡或动态环境下也能保持准确性。
- 新增仪表读取能力：可解读圆形压力表、垂直液位指示器和数字显示屏等多种工业仪表。通过“视觉推理+代码执行”的代理视觉模式，它能先放大细节区域，再通过指向和代码计算比例与间隔，最后结合世界知识得出准确读数。
