Google señaló que para que los robots puedan ayudar a las personas en la vida diaria, no basta con tener un razonamiento espacial adecuado, sino que también necesitan la capacidad de tomar decisiones rápidas y razonar al ritmo del mundo real. Para satisfacer esta necesidad, presentó el nuevo modelo de 'cuerpo con inteligencia' Gemini Robotics ER 2. Este modelo permite a los robots conversar con los humanos, comprender el mundo físico y planificar tareas de múltiples etapas. Además, delega las tareas de ejecución motora a modelos de bajo nivel de visión-lenguaje-acción (VLA) y puede invocar herramientas como la Búsqueda de Google directamente.
El Gemini Robotics ER 2 ofrece una mejora significativa con respecto al Gemini Robotics ER 1.6. Al monitorear flujos de video continuos, permite a los robots rastrear su propio progreso, adaptarse cuando algo sale mal y saber el momento adecuado para pasar al siguiente paso. Además, el Gemini Robotics ER 2 introduce la colaboración de múltiples robots, lo que permite a los robots trabajar juntos en espacios compartidos y completar flujos de trabajo complejos que un solo robot no podría completar por sí solo.