Gemini Robotics 2.5: DeepMinds Roboter-KI schafft 96 % in Fabriken
Google DeepMind steigert die Erfolgsquote von Gemini Robotics 2.5 um 30 bis 100 Prozent. In Mercedes-Benz-Werken erreichte die KI 96 Prozent, dazu gibt es einen offenen Sicherheitstest.
SUMO· das Zahlenrätsel
Dialo· Sprachen lernen durch Sprechen
ediviewer· EDI-Dateien wie Dokumente lesen
giftdetect· das passende Geschenk in MinutenGoogle DeepMind hat Gemini Robotics 2.5 vorgestellt, die neueste Version seiner Roboter-KI. Laut Unternehmen liegt die Erfolgsquote 30 bis 100 Prozent über dem Vorgänger, die Ausführung ist 20 bis 30 Prozent schneller. In mehreren europäischen Werken von Mercedes-Benz stellten Apollo-2-Humanoide von Apptronik mit dem Modell Kits aus Autoteilen zusammen – mit einer Erfolgsquote von 96 Prozent.
So funktioniert die Plattform
Das System besteht aus zwei Hauptschichten. Gemini Embodied Reasoning, ein Vision-Language-Modell, nimmt Anweisungen entgegen und plant die Aufgabe anhand von Live-Video. Gemini Robotics, das Vision-Language-Action-Modell in Version 2.5, erzeugt die eigentlichen Bewegungen. DeepMind testete es bei mehr als 200 Aufgaben, etwa Essen mit einer Zange servieren oder mit einer Pipette arbeiten. Apollo 2 band mit fünffingrigen Händen zudem eine Schleife – schwierig, weil sich Band verformt.
96 Prozent reichen für einen Hersteller noch nicht, denn Menschen erledigen solche repetitiven Arbeiten fast fehlerfrei. DeepMind-Direktor Kanishka Rao nannte die letzten 4 Prozent einen „steilen Weg“. Robotik-Chefin Carolina Parada verwies auf den Zielkonflikt: Man könne bei einer Anwendung sehr gut werden, auf Kosten der Generalisierung, oder die Generalisierung vorantreiben und vielleicht nicht überall 99,9 Prozent erreichen.
Gegen den Mangel an physischen Trainingsdaten setzte DeepMind Gemini 4 Argon als Simulationsengine ein. Es erzeugte aus realen Kameradaten Tausende Varianten von Übungsläufen, kombiniert mit klassischen Demonstrationen. Argon analysierte auch Fehler. Das Modell läuft weiter auf Cloud-Servern, es bleibt also Latenz.
Sicherheits-Benchmark
Gemini Robotics 2.5 nutzt Schlussfolgern zur Laufzeit, um Gefahren zu meiden: Bei Hindernissen stoppt der Roboter oder wartet. Aufgaben wurden mit Hindernissen 33 Prozent häufiger sicher erledigt, bei Menschen im Weg 43 Prozent häufiger.
Zudem veröffentlicht DeepMind ASIMOV-Jailbreak, einen Open-Source-Satz mit 1.500 Prompts, die Roboter-KI zu unsicheren Handlungen verleiten sollen. Mit Argon im Loop erreicht das System 98,8 Prozent Jailbreak-Sicherheit, mit Gemini Robotics ER 2 allein 73,5 Prozent. Der Datensatz liegt auf Hugging Face. Gemini Robotics 2.5 ist nicht allgemein verfügbar, aber bei Partnern wie Agile Robots, Apptronik und Boston Dynamics im Einsatz.
Apps, die sich lohnen
SUMO: das ZahlenrätselTippe die richtigen Felder, addiere, triff das Ziel. Leicht zu lernen, schwer zu meistern. Kostenlos, für jedes Alter.
Dialo: Sprachen lernen durch SprechenSprich mit einem KI-Gesprächspartner; jeder Satz kommt korrigiert und in deiner Sprache erklärt zurück. 9 Sprachen, A1 bis C2.
ediviewer: EDI-Dateien wie Dokumente lesenEDIFACT- und X12-Nachrichten öffnen, jedes Segment verständlich erklärt, in JSON/XML umwandeln, als PDF und Excel exportieren. Läuft lokal, kein Upload.
giftdetect: das passende Geschenk in MinutenWähle, für wen es ist, den Anlass und die Persönlichkeit. Die Suchmaschine liest Produktbeschreibungen lokaler Shops und sortiert, was passt. Kostenlos, ohne Anmeldung.
Mehr von diesem Tag
Alle anzeigen →
Reddit Reviews: KI-Produktzusammenfassungen für 10.000 Artikel
Google DeepMind prüft Signal-Sicherheit mit AlphaProof Code
Kuramo startet Naira-Dachfonds über 1 Mrd. Dollar für KMU in Nigeria
