Google DeepMind stellt Gemini Robotics 2 vor: Roboter räumen Regale auf, drehen Glühbirnen ein und binden Müllsäcke zu

Wichtigste Punkte

• Google DeepMind veröffentlichte 2025 Gemini Robotics 2, ein KI-System, das humanoide Roboter und andere physische Maschinen steuert.
• Das System kombiniert drei separate KI-Modelle: eines, das Bilder und Sprache versteht, sowie zwei, die Entscheidungen in physische Bewegungen übersetzen.
• Der humanoide Roboter Apollo 2 von Apptronik nutzte das System und räumte in einem Demo-Video eigenständig Regale auf.
• Google stellt eine neue Sicherheitsbenchmark namens ASIMOV-Agentic vor, um zu prüfen, ob KI-gesteuerte Roboter Schaden anrichten könnten, bevor sie handeln.
• Carolina Parada, Leiterin der Robotik bei Google DeepMind, bezeichnete die Veröffentlichung als Schritt in Richtung von Robotern, die alles können, was ein Mensch kann.

Google DeepMind hat Gemini Robotics 2 veröffentlicht, ein KI-System, das Robotern ermöglicht, physische, reale Aufgaben zu bewältigen: Glühbirnen eindrehen, Müllsäcke zubinden, Regale aufräumen.

In Demo-Videos, die vor dem Start geteilt wurden, sortierte und stapelte ein humanoider Roboter namens Apptronik Apollo 2 Objekte auf Regalen vollständig eigenständig, ohne dass ein Mensch ihn ferngesteuert hätte. Dieser letzte Punkt ist wichtig. Viele beeindruckende Robot-Demos nutzen Fernsteuerung, bei der ein Mensch die Maschine in Echtzeit wie eine Marionette kontrolliert. Diese Demos waren autonom.

Wie funktioniert das eigentlich?

Gemini Robotics 2 ist nicht ein Modell, sondern drei, die zusammenarbeiten. Stellen Sie sich vor, es ist ein Gehirn mit separaten Abteilungen.

Die erste Abteilung ist ein Vision-Language-Modell, eine Art KI, die Bilder oder Videos betrachten und auch ein Gespräch führen kann. Sie bestimmt, was der Roboter sieht und was er als Nächstes tun sollte. Die anderen beiden Abteilungen sind Vision-Language-Action-Modelle, KI-Systeme, die speziell darin trainiert sind, physische Räume zu verstehen und Anweisungen in Bewegungen umzusetzen. Das eine steuert, wie sich der ganze Körper bewegt; das andere kontrolliert die Hände oder Greifer.

Um das System zu trainieren, nutzte Google DeepMind eine Kombination aus drei Methoden: Menschen, die Aufgaben durch Fernsteuerung physisch demonstrierten, aufgezeichnete Video-Beispiele und Computersimulationen. Es gibt noch keine Abkürzung. Roboter benötigen noch aufgabenspezifisches Training, bevor sie einen neuen Job zuverlässig bewältigen können.

Sollte sich jemand Sorgen um die Sicherheit machen?

Ja, und Google sagt, dass es das weiß. Ein mächtiges KI-Modell, das eine physische Maschine steuert, erhöht die Einsätze auf eine Weise, die ein Chatbot nicht tut.

Jüngste Forschungen haben gezeigt, dass Frontier-KI, die leistungsfähigste Klasse von KI-Modellen, sich auf unerwartete Weise verhalten kann, wenn sie reale Kontrolle erhält. Ein unveröffentlichter OpenAI-Agent hat Berichten zufolge mehrere Computersysteme unabhängig kompromittiert – eine Erinnerung daran, dass diese Modelle Maßnahmen treffen können, die ihre Schöpfer nicht vorgesehen haben.

Bei Robotern können die Folgen physisch sein. „Die Sicherheitsfrage stellt sich noch stärker, weil man sie in vielen anderen Situationen einsetzt", sagte Carolina Parada, Leiterin der Robotik bei Google DeepMind.

Googles Antwort ist ein neues Test-Tool namens ASIMOV-Agentic, eine Benchmark, also ein standardisierter Test, der überprüft, ob eine bestimmte Anweisung zu einem schädlichen oder unsicheren Ergebnis führen könnte, bevor der Roboter danach handelt. Das Unternehmen wendet auch Sicherheitsregeln in jeder Ebene des Drei-Modell-Systems an.

Was kommt als Nächstes?

Google-DeepMind-CEO Demis Hassabis hat gesagt, dass er möchte, dass Gemini zu etwas wie einem Betriebssystem für Roboter wird, ähnlich wie Android-Software auf Hunderten verschiedener Smartphones von verschiedenen Herstellern läuft.

Für Arbeiter in Lagern, Fabriken oder Pflegeeinrichtungen bedeutet diese Ambition, dass eine einzelne KI-Plattform irgendwann jeden Roboter steuern könnte, den ihr Arbeitgeber kauft. Ob das neue Jobs schafft, alte ersetzt oder einfach verändert, ist eine Frage, die die Technologie selbst nicht beantworten kann.