2026-07-31 管理员 1011
近日，Google DeepMind 正式推出Gemini Robotics ER 2新一代具身推理模型，再度点燃具身智能赛道热度。
作为机器人的高层决策大脑，ER 2承担任务规划、环境理解、多机器人协同调度，向下调度 VLA 执行模型完成物理动作。
相比前代，它实现三大关键升级：
1、支持持续视频流分析，实时追踪任务进度，故障自主断点修正；
2、打破传统机器人 “停止 - 思考 - 行动”模式，动作与推理同步进行；
3、原生支持多机器人协同作业，可拆分复杂任务、跨设备分工配合。
随着人形机器人、工业智能体走向商业化，大量研发团队开始远程调用海外Gemini 模型开展仿真测试、真机调试。但很多企业遇到现实阻碍：持续视频流传输、双向实时API交互对公网极其敏感，跨境链路时延高、抖动大，直接造成机器人推理卡顿、指令响应超时，ER 2 强大的实时推理能力难以发挥。
具身智能想要顺畅调用海外云端模型，稳定、低时延的跨境组网是基础底座。针对机器人研发、跨境 AI 训练场景，海域云SD-WAN跨境组网方案可智能优选全球链路（详情可见：https://www.seadl.com/solution/ai-network.html），降低跨区域传输延迟，保障机器人视频数据流、实时指令持续稳定传输，规避公网丢包、网络波动问题，让团队充分发挥 Gemini Robotics ER 2 的实时推理与多机协同能力。
行业共识表明：具身智能竞争不止局限于模型算法，全球化算力协同与高质量跨境网络基础设施，将会决定机器人企业的研发效率与落地速度。想要抢抓具身智能窗口期，算力、模型、网络三者缺一不可。
立即扫码添加客户经理
我们将为您提供顾问式服务
微信咨询
