أصدرت جوجل ديب مايند نموذج Gemini Robotics-ER 1.6، الذي يُصنّف كنموذج استدلال عالي المستوى للروبوتات. بالمقارنة مع سابقيه ER 1.5 وGemini 3.0 Flash، يُقدّم هذا النموذج تحسينات ملحوظة في الاستدلال المكاني وفهم المشاهد المتعددة. يتوفر النموذج للمطورين عبر واجهة برمجة تطبيقات Gemini وGoogle AI Studio. تشمل التحسينات الأساسية ثلاث قدرات رئيسية: 1. دقة توجيه مُحسّنة: يُتيح النموذج اكتشافًا دقيقًا للأجسام، وعدّها، واستدلالًا على العلاقات المكانية (مثل تحديد جميع الأجسام التي يُمكن وضعها في الكوب الأزرق)، وتخطيط مسار الحركة، مع رفض التوجيه إلى الأجسام غير الموجودة في الإطار. 2. اكتشاف ناجح للمشاهد المتعددة: يُمكن للروبوت الآن دمج مُدخلات كاميرات متعددة لتحديد دقة إنجاز المهمة، حتى في البيئات المحجوبة أو الديناميكية. 3. قدرات جديدة لقراءة الأجهزة: يُمكنه تفسير مختلف الأجهزة الصناعية مثل مقاييس الضغط الدائرية، ومؤشرات المستوى الرأسية، والشاشات الرقمية. من خلال الرؤية الفاعلة (الاستدلال البصري + تنفيذ التعليمات البرمجية)، يقوم النظام بالاستدلال خطوة بخطوة، حيث يقوم أولاً بتكبير المناطق التفصيلية، ثم حساب النسب والفترات من خلال التأشير والتعليمات البرمجية، وأخيراً يجمع ذلك مع المعرفة العالمية لاستخلاص القراءة.