API, что позволяет разработчикам использовать её возможности. ER 2 — это языковая модель с поддержкой зрения (vision language model, VLM), способная обрабатывать живые видеопотоки с камер робота для отслеживания прогресса. Google утверждает, что ER 2 может классифицировать полноту видеофрагментов с точностью почти 60%, что лучше, чем у конкурирующих ИИ-моделей. Цель проекта — создание универсального робота, способного выполнять любые действия человека, что иногда называют 'физическим искусственным общим интеллектом (AGI)'.