Das Unternehmen Google DeepMind hat einen bedeutenden Sprung in der Robotik-Entwicklung gemacht und das aktualisierte Modell Gemini Robotics 2 vorgestellt. Diese Lösung, die auf der VLA-Architektur (Vision-Language-Action) basiert, kann den gesamten Körper eines Roboters steuern und textliche sowie visuelle Daten in komplexe motorische Aktionen umwandeln. Zusammen damit wurde das Tool ER 2 angekündigt, das zur Koordination mehrerer Geräte bestimmt ist.
Von Manipulatoren zu Humanoiden: Volle Kontrolle über den Körper
Der entscheidende Unterschied der neuen Version zu ihren Vorgängern liegt in der Erweiterung des Kontrollbereichs. Während sich die künstliche Intelligenz zuvor hauptsächlich auf die Steuerung des Oberkörpers konzentrierte, ermöglicht Gemini Robotics 2 Robotern, Fortbewegung und komplexe physische Interaktionen zu erlernen. Maschinen können nun gehen, hocken, sich bücken und nach Objekten in schwer zugänglichen Bereichen greifen.
Das Modell ist universell und passt sich verschiedenen Formfaktoren an – von kompakten Tischmanipulatoren bis hin zu Humanoiden in voller Größe. In Demonstrationsvideos führte der Roboter Apptronik Apollo 2 unter Steuerung des neuen Systems erfolgreich Haushaltsaufgaben aus: Er hob einen Gießkanne vom Boden auf, nahm ein Baseballhandschuh von einem Regal und fand benötigte Gegenstände in einem überfüllten Raum.
Feinmotorik und komplexe Manipulationen
DeepMind legte zudem den Schwerpunkt auf eine erhebliche Verbesserung der Motorik. Das neue Modell unterstützt die Arbeit mit komplexen robotischen Händen, die über 22 Freiheitsgrade verfügen. Dies eröffnet Möglichkeiten für Aufgaben, die hohe Präzision und Geschicklichkeit erfordern. Zu diesen Aktionen gehören das Binden von Knoten, das luftdichte Verschließen von Beuteln und das Herausdrehen von Glühbirnen.
ER 2: Das „Hirn auf hoher Ebene' für Schwarmlogik
Parallel zur Aktualisierung des Körpersteuerungsmodells präsentierte das Unternehmen Verbesserungen für die Lösung ER 2. DeepMind charakterisiert dieses Tool als „Hirn auf hoher Ebene' für die Robotik. Das System ist für die Planung mehrstufiger Aufgaben, die Überwachung ihrer Ausführung und die Entscheidung über die Wiederholung von Aktionen bei Misserfolg verantwortlich.
Eine wichtige Funktion von ER 2 ist die Aufteilung der Arbeit zwischen mehreren Robotern. In einem der Demonstrationszenarien fungierte der Humanoid Apollo 2 als Koordinator und beauftragte den zweihändigen Roboter von Google, während der Reinigung eines Garagens Werkzeuge in einen Behälter zu legen.
Lokales Lernen und Verfügbarkeit
Um Aufgaben zu lösen, die Autonomie erfordern, präsentierte das Unternehmen das lokale Modell Gemini Robotics On-Device 2. Es funktioniert ohne Internetverbindung, was für Sicherheit und Datenschutz in industriellen Umgebungen von kritischer Bedeutung ist. Ein Merkmal des Modells ist die hohe Lerngeschwindigkeit: Es passt sich neuen Robotertypen in weniger als 200 Beispielen an, wofür nur wenige Stunden benötigt werden.
Gegenwärtig ist Gemini Robotics 2 im privaten Betrachtermodus verfügbar. Der Zugriff auf ER 2 erfolgt über die Gemini API und Google AI Studio, während die lokale Version On-Device 2 bei vertrauenswürdigen Partnern getestet wird. Dieses Ereignis sollte im Kontext des allgemeinen Trends zur Einführung von KI in die physische Welt betrachtet werden, der zuvor auch von anderen Marktteilnehmern, einschließlich des Unternehmens Humanoid, festgestellt wurde, das im Juli einen Ansatz zur Schulung von Robotern an realen Produktionsaufgaben vorgestellt hat.
