LONDON (IT BOLTWISE) – Google DeepMind stellt mit Gemini Robotics 2 eine neue Robotik-Modellreihe vor, die auf Whole Body Intelligence abzielt. Besonders wichtig ist dabei das Flaggschiff Gemini Robotics 2 (VLA), das Vision, Sprache und Aktion bis auf die Greifebene mit feinmotorischen Fähigkeiten koppelt. Ergänzend plant Gemini Robotics ER 2 Aufgaben über viele Einzelschritte hinweg und koordiniert sogar mehrere Roboter. Für die Praxis rückt außerdem die On-Device-Variante in den Fokus, die sich laut Angaben schnell mit wenigen Trainingsbeispielen auf neue Plattformen anpassen lässt.
Mit Gemini Robotics 2 rückt Google DeepMind die Steuerung von Robotern näher an das heran, was man aus der menschlichen Alltagspraxis kennt: nicht nur einzelne Bewegungen ausführen, sondern den gesamten Körper koordiniert einsetzen. Der Kern des Ansatzes heißt „Whole Body Intelligence“ – also das Zusammenspiel von Wahrnehmung, Planung und Aktion über mehrere Gelenke und Kontaktpunkte hinweg. Für die Industrie ist das mehr als ein weiteres Modell-Upgrade. Wenn ein System Blick, Sprache und Greifhandlungen gemeinsam interpretiert, kann die Taktung in der Produktion vom bisherigen „Teaching“-Prinzip weiter Richtung adaptive Abläufe verschoben werden, bei denen der Roboter Änderungen in der Umgebung nicht nur erkennt, sondern unmittelbar in Aktionen übersetzt.
Technisch besteht die neue Reihe aus drei spezialisierten Modellen mit klar getrennten Rollen. Das Flaggschiff Gemini Robotics 2 (VLA) verbindet laut den vorgestellten Angaben Vision, Sprache und Aktion und soll damit die Steuerung humanoider Roboter vom Kopf bis zu den Füßen ermöglichen. Auffällig ist dabei die feinmotorische Ausrichtung: Pro Hand sind fünf Finger vorgesehen, womit der Roboter Aufgaben übernehmen kann, die früher häufig als zu filigran galten, um ohne menschliche Hilfe automatisiert zu laufen. Genau an dieser Stelle zeigt sich zugleich, wo der Engpass traditionell liegt: In vielen Szenarien funktioniert ein Roboter zwar beim groben Greifen verlässlich, aber bei komplexen Griffen und bei Materialien, die sich verformen oder nicht eindeutig formstabil sind, steigen Fehlerquellen durch unklare Kontaktbedingungen.
Das zweite Modell, Gemini Robotics ER 2, agiert als Planungs- und Koordinationsinstanz. Es soll komplexe Aufgaben über Hunderte von Einzelschritten hinweg strukturieren und sogar die Zusammenarbeit mehrerer Roboter übernehmen können. Als Grundlage dient Gemini 3.5 Flash mit einem Kontextfenster von 128.000 Tokens, das die gleichzeitige Verarbeitung unterschiedlicher Modalitäten unterstützen soll – also Text, Bilder, Videos und Audio in einem gemeinsamen Kontext. Für Betreiber in der Industrie ist das besonders relevant, weil reale Prozessketten selten nur aus einem „Input“ bestehen: Bedienanweisungen, visuelle Zustandsinfos, Geräuschsignale aus dem Arbeitsumfeld oder Ereignisse aus dem Produktionsleitsystem müssen zusammengebracht werden, bevor ein Roboter eine Handlung zuverlässig ableiten kann. Je größer der nutzbare Kontext, desto eher lässt sich zudem vermeiden, dass das System zu früh auf Teilinformationen festgelegt wird und dadurch in späteren Schritten „umplanen“ muss.
Die dritte Komponente, Gemini Robotics On-Device 2, zielt auf den direkten Betrieb an der Roboter-Hardware. Laut technischen Berichten lässt sich das Modell demnach in wenigen Stunden auf neue Plattformen anpassen – und zwar mit weniger als 200 Trainingsbeispielen. Diese Designentscheidung ist für die Praxis ein echter Hebel, weil sie den Aufwand für Anpassungen im Feld reduziert. In vielen Automatisierungsprojekten entscheiden nicht die globalen Modellkapazitäten, sondern die Kosten und die Zeit, die bis zur produktionsnahen Feinabstimmung vergehen: Kalibrierung, Domänenanpassung und die Frage, wie schnell ein System bei neuen Greifern, anderen Bauteilen oder veränderten Arbeitsabläufen wieder funktioniert. Während ER 2 öffentlich über die Gemini-API und Google AI Studio verfügbar sein soll, bleiben VLA und On-Device-Varianten zunächst ausgewählten Partnern vorbehalten – das deutet darauf hin, dass der Weg in die breite Industrieanwendung gestuft geplant wird.
Wie belastbar diese Ansätze im Alltag sind, untermauerten die Entwickler bei der Vorstellung mit konkreten Leistungsdaten aus realen Testszenarien. Beim ER-2-Modell lag die Genauigkeit für eine Fortschrittsklassifizierung bei 57,4 Prozent. Bei der „Moment-Findung“, also der präzisen Ermittlung von Aufgabenbeginn und -ende, wurde eine Trefferquote von 91,3 Prozent genannt; zusätzlich betrug die mittlere Abweichung weniger als eine Sekunde. In physischen Tests mit Hardware wie Apptronik Apollo 2 und Franka Duo traten jedoch deutliche Unterschiede je nach Schwierigkeit zutage: Beim „Glühbirne herausschrauben“ erreichte das System 92 Prozent Erfolgsquote, beim Greifen von Objekten vom Regal 76,3 Prozent. Sobald die Aufgaben feinjustierte Handhabung erfordern – etwa das Aufnehmen von Objekten vom Tisch mit 68,4 Prozent – sinken die Werte weiter auf 45,7 Prozent beim Aufheben von Objekten vom Boden. Noch stärker betroffen waren Tätigkeiten wie das Zubinden eines Müllsacks (44 Prozent) oder das Verschließen von Gefrierbeuteln (40 Prozent). Das Muster ist klar: Je komplexer die Feinmotorik und je höher die Variabilität in Kontakt und Materialverhalten, desto größer die Herausforderung. Damit steht auch fest, dass der Nutzen in der Industrie zuerst dort entsteht, wo Prozesse standardisierter sind oder sich mit gezielten Greifer- und Prozessdesigns stabilisieren lassen.
Parallel zur Modellreihe veröffentlichte DeepMind laut den Angaben einen Sicherheits-Benchmark für autonome Agenten: ASIMOV-Agentic, verfügbar auf Hugging Face. Die Modelle sollen integrierte Schutzmechanismen wie „Safety Instruction Following“ und „Human Proximity Benchmarks“ enthalten, wodurch Roboter Menschen in ihrer Nähe erkennen und Bewegungen stoppen sollen, um Verletzungen zu vermeiden. Gleichzeitig macht der Hersteller die Grenzen deutlich: Für sicherheitskritische Bereiche wie Gesundheitswesen oder Transport sind die aktuellen Modelle nicht vorgesehen. Genau das dürfte auch für Unternehmen in Deutschland zählen, die über den Einsatz in der Produktion nachdenken, denn dort werden sicherheitsbezogene Anforderungen üblicherweise an klare Zertifizierungs- und Validierungsprozesse gekoppelt. Die praktische Konsequenz lautet: Unternehmen sollten die Technik zunächst als Baustein für nicht-sicherheitskritische Teilaufgaben betrachten oder die Sicherheitsfähigkeit in enger Abstimmung mit Integratoren und Sicherheitskonzepten evaluieren, statt sie als „fertige Zulassung“ zu behandeln.
Der technische Schritt fügt sich außerdem in einen breiteren Trend zur Entwicklung kompakter Weltmodelle ein. Bereits einen Tag zuvor, am 29. Juli, wurde ein kompaktes Weltmodell für Robotik vorgestellt, das mit weniger als einer Milliarde Parametern arbeiten soll und in Simulationen getestet wurde; die Gewichte sollen offen verfügbar sein. Solche kleineren Modelle sind für die Robotik-Forschung deshalb spannend, weil sie Entwicklungszyklen beschleunigen können: Weniger Rechenkosten, oft schnellere Iterationen und die Möglichkeit, domänenspezifische Vorhersagen gezielt zu trainieren, anstatt auf ein einziges „Allzweck“-Modell zu setzen. Für Forschungs- und Entwicklungsumfelder in Deutschland – etwa Fraunhofer-Instituten oder dem Umfeld des Deutschen Zentrums für Luft- und Raumfahrt – eröffnet das Perspektiven, kostengünstigere Automatisierungslösungen für den Mittelstand zu erproben, insbesondere wenn Randbedingungen wie Datenverfügbarkeit und Betriebskosten den Ausschlag geben.
Für den Markt bedeutet Gemini Robotics 2 vor allem eines: Die Messlatte in der Robotik verschiebt sich von reinen Einzelkompetenzen hin zu Systemen, die Wahrnehmung, Sprachkontext, Planung und koordinierte Ganzkörperaktionen enger verzahnen. Genau diese Kopplung erhöht den Integrationsaufwand, aber sie kann auch die Verlässlichkeit in komplexeren Prozessschritten steigern, weil weniger „Übersetzungslogik“ zwischen Teilmodulen nötig ist. Unterm Strich entsteht damit ein realistischer Pfad für Unternehmen: zuerst Domänen identifizieren, in denen die beobachteten Leistungsprofile bereits gut passen (z. B. standardisierte Greif- und Handhabungsaufgaben), dann über On-Device-Anpassungen die Hürde für Feldupdates senken und schließlich Sicherheitsaspekte in geeigneten Rahmenbedingungen testen. So wird aus der Modellreihe eher ein Werkzeugkasten für industrielles Engineering als eine einzelne, isolierte KI-Demonstration.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Gemini Robotics 2: Google DeepMind bringt Whole-Body-Intelligence für Industrieroboter" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Gemini Robotics 2: Google DeepMind bringt Whole-Body-Intelligence für Industrieroboter" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Gemini Robotics 2: Google DeepMind bringt Whole-Body-Intelligence für Industrieroboter« bei Google Deutschland suchen, bei Bing oder Google News!