Google DeepMind、Gemini Robotics-ER 1.6を公開——計器読取り精度23%→93%に向上

概要

Google DeepMindは2026年4月14日〜15日、具身知能（Embodied Reasoning）に特化したAIモデル「Gemini Robotics-ER 1.6」を、Gemini APIおよびGoogle AI Studio経由で開発者向けに一般公開した。Boston Dynamicsとの協業から派生した研究成果を応用し、ロボットが現実環境のアナログ計器・圧力計・サイトグラス（液面確認窓）などを視覚的に読み取る精度を大幅に改善。産業設備点検・プラント監視・設備保全DXへの応用が期待される。

事実のポイント

• アナログ計器・圧力計・サイトグラス読取り精度: 23% → 93% に向上（約4倍の改善）
• Multi-view（多視点）成功検出率: 84%を達成（複数カメラアングルからの統合認識）
• Pointing・Counting（指示・個数数え）精度: 61% → 80% に改善
• Gemini API・Google AI Studio から開発者が利用可能（APIキーさえあればアクセス可能）
• Boston Dynamicsとの協業から派生した設備点検ユースケースに対応した訓練データを含む
• 前バージョン（Gemini Robotics-ER 1.5）からの継続的改善であり、産業実装を強く意識したロードマップ

用語・背景の補足

具身知能（Embodied Reasoning）: AIが物理的な環境を視覚・センサーで知覚し、空間認識・物体操作・移動などを理解・制御する能力。「言語処理だけのAI」に対して「身体を持つかのように世界を理解するAI」を指す。産業ロボット・自律走行・設備点検ロボットへの応用が進んでいる。

サイトグラス（Sight Glass）: 配管や機器の液面・流量を目視確認するためのガラス窓。石油化学・食品・製薬プラントなどで広く使われており、定期点検での読み取りが人員コストとして課題となっている。AIによる自動読取りは点検業務の無人化・24時間監視を可能にする。

Gemini Robotics: Googleが推進する産業・ロボット向けのAIモデル群。一般向けの会話AI（Gemini）とは別に、ロボット制御・空間認識・産業点検に特化した派生モデルを提供。Boston DynamicsはGoogle(Alphabet)傘下の企業。

注意点

• Gemini Robotics-ER 1.6はモデルのみの提供であり、ロボットハードウェアは別途調達が必要
• 「23%→93%」という数値はモデル単体のベンチマーク結果であり、実際の現場環境での性能は機材・照明・汚染度等の条件で変わる
• 一般公開はAPI経由のみであり、大規模商用展開には個別契約が必要な場合がある

編集部見解