Google DeepMind hat Gemini Robotics 2.5 vorgestellt, ein aktualisiertes KI-Modell, das es Robotern laut Entwicklern ermöglicht, komplexe physische Aufgaben "fast so präzise wie Menschen" auszuführen. Die Plattform wird bereits in der realen Produktion getestet: In Partnerschaft mit Apptronik und Mercedes-Benz wurden humanoide Apollo-2-Roboter bei der Kommissionierung von Autoteilen in europäischen Werken in Deutschland und Ungarn eingesetzt, wo das System eine Erfolgsquote von 96 Prozent erreichte. Labortests zeigen, dass die Leistungsfähigkeit im Vergleich zur Vorgängerversion von 30 auf 100 Prozent stieg und die Aufgabengeschwindigkeit um 20 bis 30 Prozent zunahm.

Architektur mit zwei Rechenebenen

Die DeepMind-Plattform basiert auf einem zweistufigen Schema. Die obere Ebene, das Modell Gemini Embodied Reasoning, ist für die visuelle Wahrnehmung der Umgebung und die Aktionsplanung zuständig. Die untere Ebene, die VLA-Klasse (Vision-Language-Action) von Gemini Robotics, setzt diese Pläne in direkte physische Bewegungen der Mechanismen um. Genau diese Aufteilung ermöglicht es dem System laut den Ingenieuren, eine Aufgabe gleichzeitig zu "verstehen" und präzise auszuführen, was bei Vorgängen, die feinmotorisches Geschick erfordern, entscheidend ist.

Von der Chemikalienpipette bis zum Schleifenband

Während der Tests durchlief das Modell über 200 verschiedene Prozesse, darunter den Umgang mit Lebensmitteln mittels Kochzange und die Arbeit mit einer Chemikalienpipette — Aufgaben, bei denen Feinmotorik und Kraftdosierung wichtig sind. Besonders erwähnenswert ist die Demonstration des humanoiden Roboters Apollo 2 von Apptronik, der mit fünf-fingrigen Händen ausgestattet ist: Die Maschine band selbstständig eine Schleife, was ein anschauliches Beispiel für die Bewältigung komplexer, mehrstufiger Manipulationen darstellt.

Die Jagd nach den letzten vier Prozent

Trotz der beeindruckenden Zahlen reicht eine Erfolgsquote von 96 Prozent für Industriegiganten bisher nicht aus: Menschen machen bei monotonen Tätigkeiten praktisch keine Fehler, und ein vollständiger Ersatz von Arbeitern erfordert ein höheres Meisterschaftsniveau. Vertreter von DeepMind geben offen zu, dass die Überwindung der letzten vier Prozent Fehlerquote der schwierigste Teil des Weges sein wird. Die Projektautoren beschreiben auch die strategische Wahl: Man kann eine ideale Lösung für eine enge Aufgabe schaffen oder auf Universalität setzen, bei der es extrem schwierig ist, über alle Szenarien hinweg eine Fehlerfreiheit von 99,9 Prozent zu erreichen.

Simulation als Treibstoff für das Training

Das Modell Gemini 4 Argon gab der Plattform einen bedeutenden Entwicklungsschub. Da physische Daten für das Training von Robotern nur begrenzt verfügbar sind, half Argon beim Aufbau einer Simulationsmaschine: Sie generierte tausende Varianten von Trainingsläufen auf Basis echter Videoaufnahmen, bildete "digitale Zwillinge" der Umgebung und beschleunigte die Anpassung des Systems an neue Aufgaben, ohne jeden Prozess live erfassen zu müssen.

Sicherheit und offene Stresstests

Ein separater Arbeitsbereich widmet sich der Sicherheit von Menschen, die in der Nähe der Mechanismen arbeiten. Dank Echtzeit-Algorithmen zur Hinderniserkennung stoppt der Roboter oder geht in den Standby-Modus, wenn ein Hindernis auf seinem Weg erscheint. Darüber hinaus hat DeepMind den Sicherheitsstandard ASIMOV-Jailbreak auf der Plattform Hugging Face veröffentlicht, der 1500 "Fallen" enthält, die einen Roboter zu einer gefährlichen Aktion zwingen sollen — dies ermöglicht Entwicklern weltweit, die Widerstandsfähigkeit ihrer eigenen physischen Modelle zu testen. Gemini Robotics 2.5 selbst läuft über Cloud-Server und wird Partnerunternehmen aus der Robotikbranche bereitgestellt, darunter Boston Dynamics, Agile Robots und Apptronik.