Google DeepMind stellt Gemini Robotics 2.5 für leistungsfähigere Roboter vor

Ein breiteres Spektrum an Roboterfähigkeiten

Gemini Robotics 2.5 ist laut Google DeepMind das „leistungsfähigste Vision-Language-Action-Modell (VLA) des Unternehmens“. Das Modell wurde anhand von mehr als 200 unterschiedlichen Aufgaben evaluiert, darunter das Servieren von Speisen mit einer Zange, das Binden einer Schleife an einer Geschenkbox und das Pipettieren einer Flüssigkeit.

Diese Aufgaben verbinden den fortgeschrittenen Einsatz von Werkzeugen, die Manipulation flexibler Objekte und den sorgfältigen Umgang mit empfindlichen Gegenständen. Google DeepMind zufolge erreichte Gemini Robotics 2.5 je nach Aufgabe eine um 30 % bis 100 % höhere Erfolgsquote als frühere Baselines und erledigte die Aufgaben 20 % bis 30 % schneller.

Das Modell funktioniert mit verschiedenen Robotertypen, darunter Apptroniks humanoider Roboter Apollo 2 mit einer fünfgliedrigen SharpaWave-Hand mit 22 Freiheitsgraden sowie die Plattform Franka Duo mit zweifingrigen Parallelgreifern.

Ein Fabriktest mit Apollo 2

Google DeepMind testete Gemini Robotics 2.5 gemeinsam mit Apptronik und Mercedes-Benz an laufenden Automobilproduktionslinien in Kecskemét, Ungarn, und Sindelfingen, Deutschland. Im Machbarkeitsnachweis führte Apollo 2 autonom das Zusammenstellen von Teilen für die Automobilproduktion durch: Der Roboter sortierte Teile aus Großbehältern in der für jedes Fahrzeug erforderlichen Reihenfolge in Ablagen.

Der Roboter nutzte Gemini Robotics ER, um den Arbeitsablauf zu verfolgen, und Gemini Robotics 2.5, um seine Hände und Arme zu steuern. Er nahm Metallhalterungen für Fahrzeuge auf, legte sie in Behälter zur Sequenzierung und korrigierte Lücken im Prozess. Nach Angaben von Google DeepMind erreichte das System eine Erfolgsquote von 96 %.

Das Unternehmen erklärt, diese Art von Arbeit könne sich wiederholende und körperlich anstrengende Vorbereitungstätigkeiten übernehmen, sodass sich Techniker auf komplexe Montageschritte konzentrieren können. Apptronik-CEO Jeff Cardenas bezeichnete das Pilotprojekt als „die Grundlage dafür, humanoide Roboter in großem Maßstab in industrielle und kommerzielle Umgebungen zu bringen“.

Sicherheitsverbesserungen und eine schnellere Entwicklung

Gemini Robotics 2.5 nutzt eine Anleitung für das Schlussfolgern zur Laufzeit, damit Roboter physische Gefahren in Echtzeit vermeiden können. Google DeepMind zufolge erhöhte diese Fähigkeit in den Evaluierungen die sichere Aufgabenerledigung um Hindernisse herum um 33 % und in der Nähe von Menschen um 43 %.

Das Unternehmen veröffentlicht außerdem ASIMOV-Jailbreak, einen Open-Source-Benchmark mit Hunderten von Prompts, die unsichere Anfragen in Dutzenden Szenarien verschleiern. Google DeepMind zufolge erreichte Gemini 4 Argon eine Jailbreak-Resistenz von 99,5 %, verglichen mit 82 % bei der vorherigen Basisversion Gemini Robotics ER 2.

Gemini 4 Argon trug außerdem dazu bei, die Entwicklung zu beschleunigen, indem es aus realen Kameraszenen Tausende simulierte Trainingsläufe erzeugte, digitale Zwillinge erstellte und Forschern bei der Untersuchung von Fehlern während der Aufgabenerledigung half. Google DeepMind zufolge wird Gemini Robotics 2.5 nun für seine Robotikpartner bereitgestellt und bringt die gemeldeten Fortschritte des Modells bei Geschicklichkeit, Zuverlässigkeit und Sicherheit in weitere Praxistests.