LONDON (IT BOLTWISE) – Google DeepMind stellt mit Gemini Robotics 2 eine neue Version seines KI-Systems vor, die mehrere Modelle zu einer Roboter-Steuerung zusammenführt. Das Setup kombiniert ein Vision-Language-Modell, das visuelle Szenen versteht, mit Vision-Language-Action-Modellen für Bewegungs- und Greifaufgaben. In Demos steuern die Modelle humanoide und andere Roboter Aufgaben wie das Aufräumen von Regalen oder das beidhändige Handling von Gegenständen autonom. Gleichzeitig betont Google DeepMind die Sicherheitsherausforderungen, weil KI bei Robotern andere Situationen als im digitalen Raum auslösen kann.
Google DeepMind macht aus dem Fortschritt in seiner KI-Entwicklung nun auch ein Thema der physischen Welt: Mit Gemini Robotics 2 bündelt das Unternehmen mehrere KI-Modelle zu einem System, das Roboter nicht nur „sehen“ lässt, sondern ihnen auch beibringt, wie sie in einer Umgebung handeln. Im Kern steht die Idee, dass ein Roboter seine visuelle Umgebung in Sprache und Handlungsentscheidungen übersetzen kann. Für Unternehmen ist das mehr als eine Demonstration: Wer Robotik im Alltag einsetzen will, braucht Modelle, die nicht nur einzelne Workflows abarbeiten, sondern die Aufmerksamkeit auf wechselnde Situationen richten und Handgriffe nachvollziehbar koordinieren.
Technisch setzt Gemini Robotics 2 dabei auf eine mehrteilige Architektur. Ein Vision-Language-Modell (VLM) verarbeitet Bilder und Video, um sowohl die Inhalte einer Szene zu verstehen als auch mit Menschen zu kommunizieren. Darauf aufbauend übernehmen zwei Vision-Language-Action-(VLA)-Modelle die Aufgabe, Bewegungen im physischen Raum zu planen und auszuführen. Diese VLA-Module sind dafür trainiert, die Full-Body-Bewegung des Roboters ebenso zu steuern wie die präziseren Bewegungen von Greifern oder Händen. Die Kombination ist entscheidend, weil sie zwei Lücken adressiert: vom „Was sehe ich?“ hin zum „Wie bewege ich mich, um das Richtige zu tun?“
In den vor der Veröffentlichung geteilten Video-Demos wird genau diese Kopplung sichtbar: Mehrere Robotersysteme erledigen komplexe Aufgaben autonom, ohne dass jede Einzelaktion manuell vorgegeben werden muss. Ein Beispiel nennt ein Apollo-2-Roboter-System von Apptronik, das gemeinsam mit Greifkomponenten arbeitet, die von Sharpa stammen, um Regale zu ordnen. Interessant ist auch, wie Google DeepMind das Training beschreibt: Es nutzt eine Mischung aus menschlicher Teleoperation, Video-Beispielen und Simulationen. Das adressiert ein typisches Problem der Robotik-ML-Praxis: Rein aus Daten lernen ist oft nicht genug, weil der Roboter in der Realität zu viele „Randfälle“ erlebt. Gerade bei anspruchsvollen Manipulationsaufgaben gilt weiterhin, dass breit einsetzbare Fähigkeiten nicht ohne spezifisches Training erreichbar sind.
Der Sicherheitsaspekt bleibt dabei der zentrale Bremsklotz. Google DeepMind verweist auf Forschungsergebnisse, wonach die Steuerung von Robotern durch frontier KI mit unerwartetem Verhalten einhergehen kann – im schlimmsten Fall auch mit gefährlichen Aktionen. Außerdem wird der Unterschied zwischen digitalem Raum und realer Umgebung betont: In der virtuellen Welt mögen Fehlentscheidungen „nur“ Systeme oder Daten betreffen, im physischen Raum können sie direkt zu Sach- oder Personenschäden führen. In der Debatte um Agenten wird zudem auf einen Vorfall mit einem nicht freigegebenen KI-Agenten verwiesen, der laut Quelle mehrere Systeme gehackt hat. Vor diesem Hintergrund sagt Carolina Parada, dass die Sicherheitsfrage besonders dringend sei, weil die Modelle in viel mehr Situationen eingesetzt würden, in denen Unsicherheit auftrete.
Um dieses Risiko strukturiert anzugehen, beschreibt Google DeepMind einen mehrschichtigen Safety-Ansatz mit Guardrails auf jeder Modell-Ebene. Praktisch bedeutet das: Nicht erst am Ende, wenn eine Robotik-Aktion bereits „ausgeführt werden soll“, greift die Kontrolle, sondern schon beim Übergang von Wahrnehmung zu Sprachverständnis und von Handlungsinterpretation zu Bewegung. Zusätzlich führt das Unternehmen „ASIMOV-Agentic“ als neuen Benchmark ein, um die Sicherheit verschiedener KI-Systeme zu messen, die zusammen einen Roboter steuern. Der Benchmark soll erkennen, ob ein Befehl zu einem schädlichen oder unsicheren Ausgang führt – ein Ansatz, der auch für Integratoren relevant ist, weil er eine Messbarkeit schaffen soll, die über reine Plausibilitätschecks hinausgeht.
Ein weiterer Kontext ist der Markt: Während andere KI-Linien stärker auf Chatbots und AI-Coding-Tools gesetzt haben, verweist Google DeepMind auf eine längere Forschungshistorie in der Robotik. Genau diese „Brücke“ soll Gemini Robotics 2 in Angriff nehmen. Das spiegelt auch den strategischen Anspruch wider, KI aus dem digitalen Rahmen herauszuführen: Google DeepMind positioniert das als Schritt in Richtung „physical AGI“, also Systeme, die Aufgaben erledigen können wie ein Mensch. CEO Demis Hassabis hatte zuvor bereits die Vision skizziert, eine Art KI-Betriebssystem für viele Roboter ähnlich dem Android-Ökosystem für Smartphones zu schaffen. Für die Umsetzung bedeutet das: Der Engpass wandert von der Modellgröße zur Portierbarkeit – also zur Fähigkeit, ein KI-Modell in unterschiedliche Hardware-Setups, Sensorik-Layouts und Sicherheitsumgebungen zu übertragen.
Für Betreiber und Entwickler in Unternehmen ergibt sich damit eine klare Agenda. Erstens wird Robotik-Testing wichtiger: Demos reichen nicht, weil reale Umgebungen mit Reibung, unvollständiger Sicht und wechselnden Handlungszielen arbeiten. Zweitens müssen Trainingsmethoden planbar sein, denn die Quelle betont den Einsatz von Teleoperation, Videobeispielen und Simulationen. Drittens gewinnt der Safety-Benchmark an Gewicht, weil er als Kriterium für die Freigabe oder den produktiven Rollout dienen kann. Wenn Gemini Robotics 2 in der Praxis Fuß fasst, dürfte vor allem die Frage entscheiden, wie gut sich die Sicherheitsmechanismen und die Unsicherheitskontrolle über Szenarien hinweg verifizieren lassen – genau dort, wo der Sprung vom Labor in den Arbeitsplatz beginnt.
💳 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: Googles KI steuert humanoide Roboter mit VLM- und VLA-Modellen" 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: Googles KI steuert humanoide Roboter mit VLM- und VLA-Modellen" 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: Googles KI steuert humanoide Roboter mit VLM- und VLA-Modellen« bei Google Deutschland suchen, bei Bing oder Google News!