Google DeepMind hat mit Gemini Robotics 2.5 sein bislang fähigstes Vision-Language-Action-Modell vorgestellt. Bei einem Praxistest in der Automobilfertigung von Mercedes-Benz erreichte der humanoide Roboter Apollo 2 des Herstellers Apptronik eine Erfolgsrate von 96 Prozent beim sogenannten Automotive-Kitting, dem präzisen Sortieren von Metallteilen aus Behältern in Sequenziertrays.
Praxistest in der Automobilfertigung
Der Testlauf fand als einzelner Proof-of-Concept auf aktiven Produktionslinien von Mercedes-Benz an den Standorten Sindelfingen und im ungarischen Kecskemét statt. Es handelte sich dabei um ein zeitlich begrenztes Erprobungsprojekt und nicht um einen dauerhaften Produktionslauf.
Innerhalb des Versuchsaufbaus war die Steuerung aufgeteilt: Während Gemini Robotics ER den übergeordneten Arbeitsablauf überwachte, übernahm Gemini Robotics 2.5 die direkte Bewegungssteuerung von Armen und Händen des Apollo 2. Der Humanoide nutzt die Greifhand SharpaWave mit 22 Freiheitsgraden.
Der rasante Fortschritt in der Robotik und KI stellt Unternehmen vor neue regulatorische Herausforderungen durch den EU AI Act. Dieser kostenlose Leitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen für den rechtssicheren Einsatz von KI-Systemen. EU AI Act in 5 Schritten verstehen
Nach Angaben von DeepMind lässt sich das Modell alternativ auch auf der Franka-Duo-Plattform mit Parallelgreifern betreiben. Trotz des hohen Reifegrads bezeichnete DeepMind-Direktor Kanishka Rao das Schließen der verbleibenden Lücke von 4 Prozent bis zur vollständigen Fehlerfreiheit als steilen Weg.
Signifikante Fortschritte bei Feinmotorik und Sicherheit
Insgesamt wurde Gemini Robotics 2.5 in mehr als 200 unterschiedlichen Aufgaben getestet. Dazu zählten unter anderem das Servieren von Speisen mit Zangen, das Binden von Schleifen sowie das Pipettieren von Flüssigkeiten. Je nach Aufgabentyp lag die Erfolgsquote 30 bis 100 Prozent über früheren Vergleichswerten, während die Aufgaben um 20 bis 30 Prozent schneller bewältigt wurden.
Laut Carolina Parada, Leiterin des Robotikbereichs bei DeepMind, ermöglicht das System Robotern die Durchführung von deutlich mehr Aufgaben mit höherer Geschicklichkeit und Leistung, inklusive des Umgangs mit Werkzeugen, verformbaren Objekten sowie empfindlichen Gegenständen.
Im direkten Aufgabenvergleich mit Gemini Robotics 2 verzeichnete DeepMind teils deutliche Leistungssteigerungen:
– Das Greifen von Gebäck mit einer Zange stieg von 5% auf 100%
– Das Schließen eines Werkzeugkastendeckels verbesserte sich von 0% auf 93%
– Das Bedienen einer Polaroid-Kamera stieg von 0% auf 92%
– Das Lösen einer Schleife kletterte von 0% auf 70%
– Das Aufhängen einer Strickjacke stieg von 0% auf 62%
– Das Reinigen eines Küchenmixers verbesserte sich von 0% auf 60%
– Das Zusammenkehren auf ein Kehrblech stieg von 0% auf 52%
– Das Falten einer Hose verbesserte sich von 0% auf 40%
Für die Sicherheit im industriellen Umfeld setzt DeepMind auf logische Schlussfolgerungen während der Ausführung. Dadurch konnte eine um 33 Prozent sicherere Erledigung um Hindernisse herum und eine um 43 Prozent sicherere Arbeit in der Nähe von Menschen erreicht werden; bei einer Blockade hält der Roboter an und wartet.
Während KI-Systeme in der Industrie immer autonomer agieren, müssen Unternehmen klären, welche Anwendungen rechtlich als Hochrisiko eingestuft werden. Erfahren Sie in diesem kostenlosen Report, wie Sie die neuen Regeln der EU-KI-Verordnung konkret umsetzen und Compliance-Risiken vermeiden. Kostenlosen Umsetzungsleitfaden zum EU AI Act sichern
Zudem veröffentlichte DeepMind den Sicherheits-Benchmark ASIMOV mit 1.500 Testeingaben. Dabei erzielte Gemini 4 Argon eine Widerstandskraft gegen Manipulationsversuche von 99,5 Prozent gegenüber 82 Prozent bei Gemini Robotics ER 2. Laut dem Release-Bericht von DeepMind lagen die Werte bei 98,8 Prozent gegenüber 73,5 Prozent.
Gemini 4 Argon fungierte zudem als Simulationsengine zur Generierung von Trainingsdaten und erstellte anhand von Kameradaten tausende Übungsszenarien.
Rollout an ausgewählte Partner
Gemini Robotics 2.5 ist noch nicht allgemein verfügbar und besitzt keinen öffentlichen Schnittstellenzugang. DeepMind rollt das Modell schrittweise an Partnerunternehmen aus, darunter Agile Robots, Apptronik und Boston Dynamics.
Zudem läuft ein erweitertes Testprogramm für mehr als 100 ausgewählte Unternehmen. Das Vorgängermodell Gemini Robotics ER 2 war im Juli als logische Steuerungsebene gestartet; im Oktober hatte Google Cloud dieses Modell im Model Garden in einer öffentlichen Testversion zugänglich gemacht.