Google DeepMind präsentiert Gemini Robotics 2: Fortschritte in der Robotiksteuerung und Sicherheit

Google DeepMinds Gemini Robotics 2: Ein Schritt zur umfassenden Roboterintelligenz

Google DeepMind hat mit der Einführung von Gemini Robotics 2 ein neues Kapitel in der Entwicklung künstlicher Intelligenz für Robotersysteme aufgeschlagen. Dieses fortschrittliche Modell, das als Vision-Language-Action (VLA)-Modell konzipiert ist, zielt darauf ab, Robotern eine umfassendere und intelligentere Interaktion mit ihrer physischen Umgebung zu ermöglichen. Die Ankündigung markiert einen signifikanten Schritt in Richtung einer "physischen KI", die das Potenzial hat, die Anwendung von Robotern in vielfältigen Szenarien zu revolutionieren.

Umfassende Kontrolle von "Füßen bis Fingerspitzen"

Die Hauptinnovation von Gemini Robotics 2 liegt in seiner Fähigkeit zur Ganzkörpersteuerung. Während frühere Modelle von DeepMind sich primär auf die Steuerung des Oberkörpers für Tischaufgaben konzentrierten, kann Gemini Robotics 2 nun komplette humanoide Roboter von den Füßen bis zu den Fingerspitzen kontrollieren. Dies beinhaltet komplexe Bewegungsabläufe wie Gehen, Hocken, Strecken und das dynamische Halten des Gleichgewichts, während gleichzeitig Objekte manipuliert werden.

Ein demonstriertes Beispiel zeigte einen Apollo 2 Roboter von Apptronik, der auf eine einzelne Anweisung hin einen Tisch erreichte, eine Gießkanne aufhob, zu einem Regal ging, sich bückte und die Kanne in einem grünen Behälter abstellte. Diese scheinbar einfache Aufgabe erfordert die koordinierte Steuerung von Beinen, Rumpf, Armen und Händen, was ohne eine derartige KI-Integration eine erhebliche Herausforderung darstellt.

Architektur und Fähigkeiten von Gemini Robotics 2

Gemini Robotics 2 ist nicht ein einzelnes Modell, sondern eine Suite von drei spezialisierten Komponenten, die zusammenarbeiten, um die Fähigkeiten der Roboter zu erweitern:

• Gemini Robotics 2 (VLA-Modell): Dieses Kernmodell übersetzt visuelle und sprachliche Eingaben in motorische Befehle und ist für die physische Ausführung von Aufgaben zuständig. Es ist in der Lage, verschiedene Robotertypen zu steuern, von Tischarmrobotern bis hin zu humanoiden Systemen.
• Gemini Robotics ER 2 (Embodied Reasoning): Als Denk- und Planungsebene konzipiert, ermöglicht dieses Modell eine mehrstufige Aufgabenplanung und ein tieferes Verständnis der realen Welt. Es kann seinen eigenen Fortschritt über Live-Video-Feeds verfolgen, externe Tools wie Google Search nutzen und sogar andere Roboter, wie einen Boston Dynamics Spot, koordinieren, um Aufgaben gemeinsam zu lösen. Dieses Modell ist bereits für Entwickler über die Gemini API und Google AI Studio zugänglich.
• Gemini Robotics On-Device 2: Dieses Modell ist für die lokale Ausführung auf Robotergeräten optimiert und benötigt keine Internetverbindung. Eine bemerkenswerte Eigenschaft ist die schnelle Anpassungsfähigkeit an neue Roboterkörper, die mit weniger als 200 Beispielen und wenigen Stunden Training erreicht werden kann. Dies adressiert eine langjährige Herausforderung in der Robotik, nämlich die Übertragung erlernter Fähigkeiten von einer Maschine auf eine andere.

Fortschritte in Geschicklichkeit und Zusammenarbeit

Die Geschicklichkeit der Roboter wurde ebenfalls verbessert. Das Modell kann die fünf fingerigen Hände des Apollo-Roboters mit 22 Gelenken steuern, um Aufgaben wie das Binden von Knoten oder das Verschließen von Ziplock-Beuteln auszuführen. Auch einfachere Zweifingergreifer auf anderen Plattformen können bedient werden. Carolina Parada, DeepMinds Leiterin der Robotik, betonte, dass das Ziel sei, KI in die physische Welt zu bringen und eine Intelligenzebene zu schaffen, die von jedem Roboter genutzt werden kann.

Ein weiterer wichtiger Aspekt ist die Fähigkeit zur Multi-Roboter-Kollaboration. Gemini Robotics ER 2 ermöglicht es verschiedenen Robotertypen, wie einem rollenden Roboter und einem Humanoiden, zusammenzuarbeiten und Aufgaben aufzuteilen, um ein gemeinsames Ziel zu erreichen.

Fokus auf Sicherheit

Mit der zunehmenden Fähigkeit von Robotern, sich in der Nähe von Menschen zu bewegen, hat DeepMind auch der Sicherheit einen höheren Stellenwert eingeräumt. Gemini Robotics ER 2 wird als das bisher sicherste Modell bezeichnet. Es soll besser erkennen, wenn sich eine Person in der Nähe befindet, den Betrieb einstellen und erst wieder aufnehmen, wenn der Bereich frei ist.

Zusätzlich wurde ein neuer Benchmark namens ASIMOV-Agentic eingeführt. Dieser testet, ob das Reasoning-Modell unsichere Befehle des Aktionsmodells ablehnt, ob es unmögliche Aufgaben erkennt und ob es in solchen Fällen menschliche Hilfe anfordert. Die Namensgebung nach Isaac Asimov unterstreicht die Relevanz der zugrunde liegenden Bedenken bezüglich fehlerhafter Anweisungen an Maschinen.

Bestehende Herausforderungen und Zukunftsperspektiven

DeepMind hat transparent die Grenzen der aktuellen Technologie kommuniziert. Eigene Messungen zeigen, dass die Erfolgsquoten bei feineren Aufgaben noch Verbesserungspotenzial aufweisen. Zum Beispiel konnte das System eine Glühbirne in 92 % der Fälle abschrauben, aber das Binden eines Müllbeutels gelang nur in 44 % und das Verschließen eines Ziplock-Beutels in 40 % der Versuche.

Die Roboter agieren zudem noch relativ langsam und pausieren, um Bewegungen zu überdenken, die ein Mensch instinktiv ausführen würde. Kanishka Rao, ein DeepMind-Robotik-Direktor, wies darauf hin, dass wahre Geschicklichkeit noch ein fernes Ziel ist und Roboter immer noch weitaus weniger effizient lernen als Menschen, die sich oft schon nach ein oder zwei Fehlern anpassen können.

Ein weiterer Aspekt ist die Hardware-Integration. Google entwickelt die Software, aber nicht die Roboter selbst. Die Verfügbarkeit und politische Situation der Hardware-Lieferketten, insbesondere im Hinblick auf chinesische Roboterhersteller, stellt eine zusätzliche Komplexität dar. Google arbeitet hier mit westlichen Partnern wie Apptronik, Boston Dynamics und Agile Robots zusammen.

Trotz dieser Herausforderungen wird Gemini Robotics 2 als ein wichtiger Meilenstein in der Robotik angesehen, der Roboter allgemeiner und nützlicher macht. Es verdeutlicht jedoch auch, wie weit die Maschinen noch von der mühelosen Kompetenz eines Menschen entfernt sind, der einen Raum aufräumt.

Die Entwicklung von Gemini Robotics 2 durch Google DeepMind stellt einen bedeutenden Fortschritt in der Integration von KI in die physische Welt dar. Die Fähigkeit zur Ganzkörpersteuerung, die verbesserte Geschicklichkeit und die Multi-Roboter-Kollaboration eröffnen neue Möglichkeiten für den Einsatz von Robotern in Industrie, Logistik und darüber hinaus. Die Berücksichtigung von Sicherheitsaspekten ist dabei entscheidend für die Akzeptanz und den verantwortungsvollen Einsatz dieser Technologien. Die zukünftige Entwicklung wird zeigen, wie schnell die verbleibenden Herausforderungen gemeistert werden können, um eine noch intelligentere und autonomere Robotik zu realisieren.

Bibliography - Carolina Parada. (2026, July 30). Gemini Robotics 2 brings whole body intelligence to robots. Google DeepMind Blog. - DeepMind. (n.d.). Gemini Robotics 2. Retrieved from https://deepmind.google/models/gemini-robotics/ - DeepMind. (n.d.). Gemini Robotics 2 VLA. Retrieved from https://deepmind.google/models/gemini-robotics/vla - Bastian, M. (2026, July 31). Google Deepmind unveils Gemini Robotics 2 to power robots of all shapes from tabletop arms to humanoids. The Decoder. - Ars Technica. (2026, July 30). Google reveals Gemini Robotics 2.0, promising improved dexterity and safety. - Roth, E. (2026, July 30). Google DeepMind’s new AI model can control a robot’s entire body. The Verge. - Constantin, A. M. (2026, July 30). Google DeepMind’s Gemini Robotics 2 controls whole humanoids. The Next Web. - DT Editorial Team. (2026, July 31). Gemini Robotics 2 targets general robot control. Developments Today. - Edwards, D. (2026, July 31). Google DeepMind launches Gemini Robotics 2 for humanoid robots and physical AI. Robotics and Automation News. - Rojas, H. (2026, August 1). Google DeepMind launches Gemini Robotics 2 with full humanoid body control and multi-robot teamwork. GCN.