Google DeepMind Gemini Robotics ER 2: เอไอสำหรับหุ่นยนต์หลายตัว

Google DeepMind ได้เปิดตัว Gemini Robotics ER 2 โมเดล AI ขั้นสูงที่ออกแบบมาเพื่อทำหน้าที่เป็นสมองหลักในการวางแผนสำหรับหุ่นยนต์ทางกายภาพ เปิดตัวเมื่อวันที่ 30 กรกฎาคม 2026 การอัปเดตนี้ถือเป็นจุดเปลี่ยนสำคัญจากการจัดการวัตถุแบบง่ายไปสู่การประสานงานงานที่ซับซ้อนและการร่วมมือกันของหุ่นยนต์หลายตัว [1][2] โดยการผสานรวมการให้เหตุผลระดับสูงกับการทำความเข้าใจวิดีโอแบบเรียลไทม์ ER 2 ช่วยให้หุ่นยนต์สามารถวางแผนล่วงหน้าหลายขั้นตอนขณะดำเนินการทางกายภาพไปพร้อมกัน ซึ่งช่วยขจัดความล่าช้าแบบ ‘หยุดแล้วคิด’ ที่เคยเป็นปัญหาในระบบรุ่นก่อนหน้า [4]

นวัตกรรมหลักของ ER 2 อยู่ที่ความสามารถในการประมวลผลสตรีมข้อมูลภาพและเสียงอย่างต่อเนื่องเพื่อรักษาความตระหนักรู้ในสถานการณ์ (situational awareness) ต่างจากรุ่นก่อนหน้าที่ต้องการอินพุตแบบแยกส่วนสำหรับแต่ละการกระทำ ER 2 ใช้จุดปลายสตรีมสองทิศทางผ่าน Gemini Live API [1][5] สถาปัตยกรรมนี้ทำให้หุ่นยนต์สามารถ ‘คิด’ เกี่ยวกับขั้นตอนถัดไปได้ในขณะที่กำลังทำงานปัจจุบันอยู่ สร้างกระบวนการทำงานที่ลื่นไหลซึ่งการรับรู้และการวางแผนเกิดขึ้นแบบขนานแทนที่จะเป็นแบบเรียงลำดับ [2] โมเดลยังสามารถเรียกใช้เครื่องมือภายนอกได้โดยตรง เช่น Google Search หรือฟังก์ชันที่กำหนดโดยผู้ใช้ เพื่อเสริมกระบวนการตัดสินใจโดยไม่รบกวนการดำเนินงานทางกายภาพ [1][5]

ความก้าวหน้าที่สำคัญอีกประการหนึ่งคือความสามารถด้านสติปัญญาเชิงเวลา (temporal intelligence) ที่พัฒนาขึ้นของโมเดล ER 2 ทำความแม่นยำร้อยละ 91.3 ในงานค้นหาช่วงเวลา (moment-finding tasks) โดยระบุเฟรมวิดีโอเฉพาะที่เหตุการณ์สำคัญเกิดขึ้น โดยมีค่าความคลาดเคลื่อนเฉลี่ยเพียง 0.96 วินาที [2][4] ความแม่นยำนี้ช่วยให้หุ่นยนต์สามารถติดตามความคืบหน้าได้อย่างต่อเนื่องโดยการแบ่งเฟรมวิดีโอแบบเรียลไทม์ออกเป็น 5 ช่วงความสำเร็จ (0-20%, 20-40%, 40-60%, 60-80% และ 80-100%) ซึ่งบรรลุอัตราความแม่นยำร้อยละ 57.4 ในการจำแนกสถานะงาน [2][4] ความสามารถนี้เปิดใช้งานการแก้ไขด้วยตนเอง หากขั้นตอนใดล้มเหลว หุ่นยนต์สามารถลองใหม่ได้โดยไม่ต้องเริ่มกระบวนการทำงานทั้งหมดใหม่ โดยปรับเข้ากับสถานการณ์ใหม่ๆ ได้ทันที [4]

ระบบยังนำเสนอความสามารถในการร่วมมือกันของหุ่นยนต์หลายตัวที่แข็งแกร่ง ER 2 ช่วยให้หุ่นยนต์หลากหลายประเภท เช่น หุ่นยนต์ล้อและหุ่นยนต์มนุษย์ สามารถสื่อสารผ่านความเข้าใจเชิงความหมายร่วมกัน [5][6] ซึ่งทำให้พวกเขาสามารถแบ่งปันงานที่ซับซ้อนแบบไดนามิก โดยแต่ละหน่วยจะรับผิดชอบงานย่อยเฉพาะด้านในขณะที่มีส่วนช่วยบรรลุเป้าหมายที่ใหญ่ขึ้น [7] โมเดลนี้ทำงานด้วยความเร็วในการประมวลผลสูงกว่าโมเดลคู่แข่งขนาดใหญ่ถึง 4 เท่าเมื่อทดสอบในมาตรฐานเดียวกัน ซึ่งมั่นใจว่าการวางแผนในระดับสูงจะไม่เป็นจุดคอขวดต่อประสิทธิภาพทางกายภาพ [4]

ความปลอดภัยถูกผสานโดยตรงเข้ากับกระบวนการให้เหตุผล ER 2 มีโปรโตคอลที่จะหยุดการทำงานของหุ่นยนต์มนุษย์เมื่อมีมนุษย์อยู่ใกล้เคียง และจะดำเนินการต่อเฉพาะหลังจากที่พื้นที่นั้นปลอดภัยแล้ว [2] คุณสมบัตินี้ทำผลงานได้ดีกว่ารุ่นก่อนหน้าอย่าง ER 1.6 อย่างมีนัยสำคัญในมาตรฐานการทดสอบคำสั่งด้านความปลอดภัย ซึ่งช่วยแก้ไขหนึ่งในความกังวลหลักในการนำ AI ไปใช้งานในสภาพแวดล้อมที่มีมนุษย์อยู่ร่วมกัน [2]

ER 2 เป็นส่วนหนึ่งของชุดเครื่องมือ ‘Gemini Robotics 2’ ที่กว้างขึ้น ซึ่งรวมถึงโมเดล Vision-Language-Action (VLA) สำหรับการควบคุมร่างกายทั้งหมด และโมเดล On-Device 2 สำหรับการปรับใช้เฉพาะที่ [6][7] ในขณะที่ ER 2 มุ่งเน้นไปที่การวางแผนและการประสานงานในระดับสูง มันจะทำงานร่วมกับโมเดลอื่นๆ เหล่านี้เพื่อยกระดับ AI ทางกายภาพให้ก้าวข้ามจากการทำงานบนโต๊ะไปสู่สภาพแวดล้อมจริงที่ซับซ้อน เช่น โลจิสติกส์และการผลิต [8]

นักพัฒนาสามารถเข้าถึง Gemini Robotics ER 2 ผ่าน Gemini API, Google AI Studio และผ่านการทดสอบแบบปิด (private preview) บน Gemini Enterprise Agent Platform [1][4][8] การเปิดตัวครั้งนี้ถือเป็นช่วงเวลาสำคัญในวงการ AI ทางกายภาพ (embodied AI) ซึ่งเปลี่ยนสถานะของหุ่นยนต์จากเอเจนต์ที่ทำงานแยกส่วน ไปเป็นส่วนประกอบที่ประสานงานกันในระบบอัจฉริยะขนาดใหญ่

แหล่งข้อมูล

1. Introducing Gemini Robotics ER 2 (deepmind.google) — 2026-07-30
2. Google DeepMind Launches Gemini Robotics ER 2 With Multi-Robot Collaboration (www.iclarified.com) — 2026-07-30
3. Google DeepMind ships Gemini Robotics ER 2 as a video-native brain for robots (www.aichatdaily.com) — 2026-07-30
4. Gemini Robotics ER 2 (deepmind.google) — 2000-01-01
5. Google DeepMind (@GoogleDeepMind) on X (x.com) — 2026-07-30
6. Gemini Robotics 2 brings whole body intelligence to robots (deepmind.google) — 2026-07-30
7. Introducing Gemini Robotics ER 2 (blog.google) — 2026-07-30