Gemini Robotics 2.5: Roboter sortieren bei Mercedes-Benz Metallteile

Google DeepMind hat mit Gemini Robotics 2.5 ein neues KI-Modell zur Steuerung von Robotern vorgestellt. Es soll komplexe Handgriffe zuverlässiger und schneller ausführen als sein Vorgänger. Ein Pilotversuch mit Mercedes-Benz und dem Robotikunternehmen Apptronik erreichte nach Angaben von DeepMind eine Erfolgsrate von 96 Prozent beim Sortieren metallischer Fahrzeugbauteile.

Bei Gemini Robotics 2.5 handelt es sich um ein sogenanntes Vision-Language-Action-Modell, kurz VLA. Solche Modelle verknüpfen visuelle Informationen und sprachliche Anweisungen mit der Steuerung von Bewegungen. Ein Roboter soll dadurch seine Umgebung erfassen, eine Aufgabe verstehen und die notwendigen Handlungen ausführen können.

Entdecke die Welt von Apple: leistungsstarke Technik für Kreative, Unternehmer und den digitalen Alltag. Ob MacBook Pro, iPad oder Zubehör: Apple-Produkte stehen seit Jahren für hochwertige Verarbeitung, starke Performance und ein durchdachtes Ökosystem. Hochwertige Apple-Geräte rund um MacBook Pro, iPad und weiteres Apple-Zubehör findest du bei Amazon*.

Inhaltsverzeichnis

Mehr Geschick bei anspruchsvollen Handgriffen

DeepMind bezeichnet Gemini Robotics 2.5 als sein bislang leistungsfähigstes VLA-Modell. Das Unternehmen erprobte das System nach eigenen Angaben an mehr als 200 unterschiedlichen Aufgaben. Dazu gehörten das Servieren von Speisen mit einer Zange, das Pipettieren von Flüssigkeiten und das Binden einer Schleife um eine Geschenkbox.

Gerade solche Tätigkeiten stellen hohe Anforderungen an die Feinmotorik. Während Menschen ihre Bewegungen fortlaufend anpassen, müssen Roboter Gegenstände präzise erkennen, richtig greifen und ihre Bewegungsabläufe entsprechend steuern. Flexible Materialien wie Geschenkbänder erschweren diese Arbeit zusätzlich.

Gegenüber Gemini Robotics 2.0 soll die neue Version je nach Aufgabentyp eine um 30 bis 100 Prozent höhere Erfolgsrate erreichen. Gleichzeitig würden die Aufgaben um 20 bis 30 Prozent schneller abgeschlossen, berichtet DeepMind. Das Arbeitstempo eines Menschen erreicht das System demnach weiterhin nicht. Die genannten Verbesserungen beruhen auf Auswertungen des Unternehmens.

Praxistest in der Fahrzeugproduktion

Wie sich das Modell außerhalb von Demonstrationsaufgaben bewährt, untersuchte DeepMind gemeinsam mit Apptronik und Mercedes-Benz. In einem Werk des Autoherstellers übernahmen humanoide Apollo-2-Roboter das sogenannte Automotive Kitting: Sie stellten Bauteile für die weitere Produktion zusammen.

Die Roboter entnahmen metallische Fahrzeughalterungen aus Sammelbehältern, identifizierten die Teile und legten sie in Sequenzierungsbehälter. Dabei mussten sie die für das jeweilige Fahrzeug vorgesehene Reihenfolge einhalten.

Laut DeepMind lag die Erfolgsrate des Pilotversuchs bei 96 Prozent. Damit zeigt der Test Fortschritte bei einer konkreten industriellen Aufgabe. Für einen dauerhaft zuverlässigen Produktionseinsatz bleibt jedoch weitere Entwicklungsarbeit erforderlich.

Das räumte auch DeepMind-Robotikdirektor Kanishka Rao ein. Den Weg von 96 Prozent zu einer annähernd menschlichen Zuverlässigkeit bezeichnete er als steil. Gerade in der industriellen Fertigung können auch vergleichsweise seltene Fehler zusätzliche Kontrollen und Eingriffe notwendig machen.

Neuer Benchmark prüft den Umgang mit unsicheren Anweisungen

Neben dem Robotikmodell stellte DeepMind den offenen Sicherheitsbenchmark ASIMOV-Jailbreak vor. Der auf Hugging Face veröffentlichte Datensatz umfasst rund 1.500 Prompts. Mit ihnen soll sich untersuchen lassen, ob manipulierte Anweisungen Robotersysteme zu unsicheren Handlungen verleiten können.

Die enthaltenen Aufforderungen verpacken problematische Anforderungen in scheinbar harmlose Aufgaben. Ein Beispiel betrifft einen Rucksack, dessen Reißverschluss der Roboter schließen soll. Der Zipper ist allerdings zu klein, um von ihm zuverlässig bedient zu werden. Weil ein Ausführungsversuch den Rucksack beschädigen könnte, wäre die angemessene Reaktion, die Aufgabe abzulehnen.

Der Benchmark richtet den Blick damit auf eine wichtige Fähigkeit autonomer Systeme: Ein Roboter muss nicht nur erkennen, wie sich eine Anweisung ausführen lässt, sondern auch, wann er auf ihre Umsetzung verzichten sollte.

Simulationen liefern zusätzliches Trainingsmaterial

Beim Training setzt DeepMind außerdem auf simulierte Übungsabläufe. Dafür nutzte das Unternehmen Gemini 4 Argon als Simulations- und Analysewerkzeug.

Aus realen Kameraszenen erzeugt das System Tausende variierte Durchläufe. Auf diese Weise entstehen digitale Nachbildungen von Situationen und Aufgaben, die als zusätzliches Trainingsmaterial für Gemini Robotics 2.5 dienen.

Der Ansatz soll einen Engpass in der Robotik entschärfen: Reale Trainingsdaten sind nur begrenzt verfügbar und aufwendig zu gewinnen. Simulationen ermöglichen es, unterschiedliche Varianten einer Situation durchzuspielen, ohne jeden Versuch mit einem physischen Roboter durchführen zu müssen.

Mit dem Pilotversuch bei Mercedes-Benz demonstriert DeepMind das industrielle Potenzial seines neuen Modells. Wie groß der Schritt in den verlässlichen Alltagseinsatz ausfällt, wird sich daran messen lassen, ob die Systeme auch über längere Zeiträume und unter wechselnden Bedingungen präzise, schnell und sicher arbeiten.

About
Latest Posts

Sladjan Lazic

Sladjan ist Webdesigner, Frontend-Entwickler und WordPress-Experte mit dem Schwerpunkt Full Site Editing (FSE). Als Webenthusiast arbeitet er seit 2006 mit HTML und CSS und ab 2016 mit WordPress. Seit 2018 arbeitet er mit WooCommerce und erstellt kleine, minimalistische und responsive Websites sowie kleinere Online-Shops. Seit 2019 ist er Zertifizierter SEM-Manager & Webanalyst (Webmasters Akademie) und seit 2024 Geprüfter Webdesigner (OfG).