Ключевые выводы
Четыре ключевых партнёра уже интегрировали модель: Boston Dynamics, Apptronik, Agility Robotics и Agile Robots. Это не демонстрация — это продакшен.
ER 1.6 — первая embodied reasoning модель, прошедшая 15 академических бенчмарков с SOTA-результатами.
14 апреля 2026 года Google DeepMind представила Gemini Robotics ER 1.6 — обновление модели рассуждений для физических агентов. Это не просто улучшение. Это первый случай, когда модель научилась выполнять задачи, которые раньше требовали человека: считывать показания приборов, анализировать несколько камер одновременно, принимать решения без человеческого надзора.
Инструмент, который изменил правила
До ER 1.6 роботы видели мир как набор пикселей. Модель научилась понимать пространство. Ключевая новая возможность — чтение приборов. Промышленные предприятия теряют миллиарды ежегодно из-за пропущенных показаний, ошибок при ручном осмотре, задержек в обнаружении аномалий. ER 1.6 решает эту задачу.
Точность выросла с 23 % (версия 1.5) до 86 % в базовом режиме и до 93 % с включённым agentic vision. Результат — не лабораторный тест. Boston Dynamics уже интегрировала модель в свою систему AIVI-Learning для робота Spot. Интеграция заработала для всех клиентов 8 апреля 2026 года.
Возможности вроде чтения приборов и надёжного рассуждения о задачах позволят Spot видеть, понимать и реагировать на реальные вызовы полностью автономно.— Марко да Силва, вице-президент и генеральный менеджер Spot в Boston Dynamics
Четыре партнёра, один стек
ER 1.6 — не отдельный продукт для каждого робота. Это единый reasoning layer, который работает поверх любой платформы. Список партнёров: Boston Dynamics (Spot и новый Atlas), Apptronik (Apollo), Agility Robotics (Digit), Agile Robots (Agile ONE). Четыре производителя гуманоидных и четвероногих роботов используют один и тот же AI-стек.
Модель обрабатывает несколько видеопотоков одновременно, комбинирует перспективы для точного выполнения задач, распознаёт объекты и классифицирует активы. 5S-аудиты, подсчёт паллет, измерение уровня жидкости — задачи, которые раньше требовали человека, теперь выполняет автономный агент.
██████████ 93%
Research ·········· Pilot ·········· Production
Точность выросла с 23% до 93% за один релиз. Модель уже в продакшене у Boston Dynamics.
Безопасность встроена
ER 1.6 — самая безопасная модель среди всех версий Gemini Robotics. На бенчмарке ASIMOV (adversarial spatial reasoning) модель показала +6 % к результатам Gemini 3.0 Flash в текстовом режиме и +10 % в видео. Модель принимает более безопасные решения о пространственных выводах: не трогать жидкости, не поднимать объекты тяжелее 20 кг, указывать на объекты, которые можно безопасно манипулировать.
Это не абстрактные правила. ER 1.6 встроено понимание физических ограничений: какой Gripper может держать, какой материал безопасен, какие решения приведут к травме. Модель понимает последствия до того, как действие выполнено.
Прогноз Eclibra
Вероятность: 75 % — Конвергенция трёх факторов: точность ER выросла до SOTA, четыре производителя уже на одной платформе, промышленный спрос на автономию растёт.
✅ Аргументы за
Точность чтения приборов — 93 %. Четыре производителя уже интегрировали стек. Индустриальный спрос на автономный осмотр — доказанный use case. Критерии подтверждения: К 2028 году 80% промышленных объектов используют автономный осмотр без человека.
❌ Аргументы против
Один поставщик (Google) контролирует весь стек. Интеграция требует обновления существующей инфраструктуры. Промышленные объекты медленно внедряют новые технологии. Критерии опровержения: К 2028 году менее 50% объектов перешли на автономный осмотр.
Объявления о новых интеграциях от других производителей роботов
Заявления о точности чтения приборов от клиентов Boston Dynamics
Динамика рынка промышленной робототехники в 2026–2027 годах
Конкурентные решения от других AI-компаний (OpenAI, Anthropic)
Сценарии развития
🟢 Оптимистичный сценарий (20%)
ER 1.6 становится стандартом для всех промышленных роботов. К 2028 году 80% объектов используют автономный осмотр. Google захватывает рынок embodied AI. Последствия: Единственный поставщик AI-стеков для робототехники. Потенциальная зависимость индустрии от Google как в случае с Android.
🟡 Базовый сценарий (60%)
Рост использования ER в промышленности. 40–50% объектов внедряют автономный осмотр к 2028 году. Конкуренция между Google и другими игроками (OpenAI, Anthropic) за стек для робототехники. Последствия: Фрагментированный рынок с несколькими поставщиками AI-стеков. Стандартизация затруднена.
🔴 Пессимистичный сценарий (20%)
Промышленные клиенты отказываются от зависимости от одного поставщика. Конкуренты (OpenAI, Anthropic) выпускают альтернативные стеки. Рост замедляется до 20–30% внедрений. Последствия: Фрагментированный рынок без доминирующего игрока. Медленная стандартизация, каждый производитель использует свой AI-стек.
Что это значит для инженера
ER 1.6 — первая модель, которая вышла из лаборатории. Это не research demo. Это продакшен-инструмент, доступный через Gemini API. Инженер, который интегрирует модель сегодня, получит преимущество первопроходца.
Три сигнала: партнёрская экосистема растёт (четыре производителя за два месяца), точность достигла 93 %, продакшен-интеграция уже работает у Boston Dynamics. Модель — не будущее. Это настоящее.
Ограничение: один поставщик контролирует весь стек. Как в случае с Android в мобильной индустрии — удобно, но рискованно. Вопрос не в том, появится ли конкуренция. Вопрос — когда.
Первоисточник. Официальная документация и технические детали от команды разработчиков.
Продакшен-кейс. Реальное развёртывание автономного осмотра на промышленных объектах.
Обсуждение