Google DeepMind stellt Gemini Robotics 2 vor: Roboter lernen Laufen, Knoten binden und Teamarbeit
Das neue Modell steuert Humanoide von Kopf bis Fuß, passt sich in Stunden an neue Roboterkörper an und ermöglicht Maschinen, zusammen an längeren Aufgaben zu arbeiten.
Wichtige Punkte
- Google DeepMind stellte Gemini Robotics 2, sein aktualisiertes KI-System zur Robotersteuerung, am Tag dieser Ankündigung vor.
- Das System handhabt nun Ganzkörperbewegungen bei humanoiden Robotern wie Apptroniks Apollo 2, nicht nur Tischarbeiten mit einem Arm.
- Eine neue lokale Version kann in wenigen Stunden mit weniger als 200 Beispielen an einen neuen Roboterkörper angepasst werden.
- Das Reasoning-Modell Gemini Robotics ER 2 ist in Google AI Studio und in privater Vorschau auf der Gemini Enterprise Agent Platform verfügbar.
- DeepMind sagt, dass das Update sein sicherstes Robotics-Release bei Tests mit Menschennähe ist, unterstützt durch ein neues Benchmark namens ASIMOV-Agentic.
Google DeepMind hat Gemini Robotics 2 veröffentlicht, ein Update für das KI-System, das die nächste Generation physischer Roboter steuern soll. Die Ankündigung wurde im DeepMind-Blog veröffentlicht.
Das Konzept ist einfach: Geben Sie einem Roboter eine Anweisung in natürlicher Sprache, und die Software berechnet, wie es Beine, Arme und Finger bewegen muss, um die Aufgabe zu erfüllen.
Früher bedeutete das einen Roboterarm auf einer Werkbank, der eine wiederholte Aufgabe ausführt. Diese Version steuert einen kompletten Humanoiden durch einen Raum.
Was ist Gemini Robotics 2 in einfachen Worten?
Es ist die Softwareschicht, die gesprochene Anweisungen und Kamerabilder in physische Bewegung umsetzt. DeepMind nennt es ein Vision-Language-Action-Modell, also ein System, das aufnimmt, was der Roboter sieht und hört, und dann Motorsteuerungsbefehle ausgibt.
Diese Version hat drei Komponenten. Eine kümmert sich um Aktion, eine um Reasoning und Planung, und eine ist eine schlanke Version, die direkt auf dem Roboter läuft, ohne Internet zu benötigen.
| Modell | Was es macht | Wo es zu bekommen ist |
|---|---|---|
| Gemini Robotics 2 | Wandelt Vision und Sprache in Motorsteuerung für vollständige Humanoide und zweiarmige Roboter um | Early-Access-Partner |
| Gemini Robotics ER 2 | Plant mehrstufige Aufgaben, kommuniziert mit Menschen, koordiniert mehrere Roboter | Google AI Studio; private Vorschau auf Gemini Enterprise Agent Platform |
| Gemini Robotics On-Device 2 | Läuft lokal auf dem Roboter, passt sich in Stunden an einen neuen Körper an | Early-Access-Partner |
Was kann es jetzt konkret tun?
In DeepMinds Demonstrationen hört ein humanoider Apptronik Apollo 2 die Anweisung „Stell die Gießkanne in den grünen Behälter auf dem unteren Regalbrett", geht zu einem Tisch, hebt die Kanne auf, geht zum Regal und stellt sie hin. Nichts Schnelles. Nichts Elegantes. Aber von Anfang bis Ende auf Beinen.
Geschicklichkeit ist die andere Schlagzeile. Das Modell steuert eine fünffingrige SharpaWave-Hand mit 22 Gelenken, was genug Beweglichkeit hat, um einen Knoten zu binden oder einen Gefrierbeutel zu versiegeln. Es läuft auch einfachere Zwei-Finger-Greifer auf einer Franka Duo-Forschungsplattform für enge Packarbeiten.
Und zwei Roboter können sich jetzt eine Aufgabe teilen. Das Reasoning-Modell Gemini Robotics ER 2 koordiniert zwischen ihnen und verfolgt, ob jeder Schritt tatsächlich funktioniert hat.
Wie unterscheidet sich das von der letzten Version?
Das vorherige Gemini Robotics, das Anfang dieses Jahres veröffentlicht wurde, steuerte den Oberkörper eines Humanoiden für Tischarbeiten. Ganzkörperlaufen und Gleichgewicht waren nicht im Leistungsumfang enthalten.
DeepMind ist ehrlich, dass Geschwindigkeit immer noch ein Problem ist. Die Apollo-Demo ist bedacht, nicht zügig. Schauen Sie sich die Clips an und Sie sehen einen Roboter, der jeden Schritt sorgfältig durchdenkt.
Das lokale Modell ist das ruhigere Upgrade. Es kann auf einen neuen Roboterkörper, ein anderes Armlayout oder einen neuen Sensorsatz ausgerichtet werden und lernt, ihn in wenigen Stunden aus weniger als 200 Beispieldemonstration zu steuern. DeepMind zeigte dies auf Dexmate-, SO101- und Trossen-Hardware funktionieren.
Sollten normale Menschen sich um die Sicherheit sorgen?
Nicht heute, denn diese Roboter befinden sich immer noch in Laboren und Partner-Werkstätten, nicht in Wohnzimmern. Aber DeepMind legt eindeutig den Grundstein für den Tag ihrer Ankunft.
Das Unternehmen veröffentlichte einen Gemini Robotics 2-Sicherheitstechnikbericht und führte ein Benchmark namens ASIMOV-Agentic ein, das testet, ob das Reasoning-Modell unsichere Befehle ablehnt und um Hilfe fragt, wenn es unsicher ist. Es misst auch, wie gut der Roboter eine Person erkennt, die zu nah herangeht, und stoppt seine Bewegungen.
DeepMind sagt, dies ist sein am besten abschneidendes Robotik-Modell bis heute bei diesen Tests mit Menschennähe. Dies ist die eigene Bewertung des Unternehmens nach seinem eigenen Benchmark, daher ist es eher ein Minimumstandard zum Verbessern als ein Zertifikat.
Was kommt als Nächstes?
Entwickler können das Reasoning-Modell Gemini Robotics ER 2 jetzt in Google AI Studio ausprobieren. Die Action-Modelle gehen zunächst an ausgewählte Hardware-Partner.
Die ehrliche Einschätzung: Dies ist ein bedeutender Fortschritt bei der allgemeinen Robotersteuerung, kein Serienprodukt. Ein Humanoide, der über einen Raum geht, um eine Gießkanne wegzustellen, ist ein echter Schritt. Ein Humanoide, der deine Wäsche macht, ist nicht in diesem Jahr.
