Google DeepMind hat Gemini Robotics 2.5 am 10. November 2026 vorgestellt. Das Update ist ein Vision-Language-Action-Modell (VLA), das Live-Videos und Textbefehle in Roboterbewegungen umsetzt. Laut DeepMind kann die neue Version heiklere Aufgaben bewältigen, arbeitet schneller und verfügt über eine Sicherheitssteuerung, die den Roboter anhält, sobald Hindernisse auftauchen. Bei einem Pilotprojekt mit Apptroniks humanoidem Roboter Apollo 2 sortierte das System Autoteile in Mercedes-Benz-Werken in Ungarn und Deutschland und erreichte eine Erfolgsquote von 96 Prozent.
Was ist neu bei Gemini Robotics 2.5?
Das Modell wurde bei mehr als 200 unterschiedlichen Aufgaben getestet – von der Essensausgabe mit einer Zange bis zum Binden einer Schleife und dem Pipettieren von Flüssigkeiten. DeepMind zufolge lag die Erfolgsquote 30 bis 100 Prozent höher als bei der Vorgängerversion; im Labor war das Modell zudem 20 bis 30 Prozent schneller. Bei einer bemerkenswerten Vorführung band der Roboter Apollo 2 mit seiner fünfgliedrigen Hand eine Schleife – eine knifflige Aufgabe, da sich Bänder leicht verformen. Für mehr Sicherheit sorgt Schlussfolgern zur Laufzeit, das den Roboter um Gefahren herumführt. Das Unternehmen maß einen Anstieg sicher abgeschlossener Aufgaben um 33 Prozent, wenn Hindernisse vorhanden waren, und um 43 Prozent, wenn sich Menschen in der Nähe befanden.
Offener Sicherheitstest
Um branchenweite Standards voranzubringen, hat DeepMind ASIMOV-Jailbreak veröffentlicht, eine Open-Source-Sammlung mit 1.500 Prompts, die Roboter zu unsicheren Handlungen verleiten sollen. In internen Tests erreichte Gemini 2.5 mit dem Benchmark einen Widerstandswert von 98,8 Prozent – deutlich mehr als die 73,5 Prozent des früheren Modells Gemini ER 2. Der vollständige Datensatz steht allen, die an verkörperter KI arbeiten, auf Hugging Face zur Verfügung.
Warum es wichtig ist
Für Fabriken könnte die höhere Zuverlässigkeit bedeuten, dass Roboter repetitive, körperlich anstrengende Arbeiten übernehmen und menschliche Techniker dadurch mehr Zeit für komplexere Aufgaben haben. Der offene Sicherheitstest gibt Entwicklern eine Möglichkeit zu messen und zu verbessern, wie Roboter gefährliche Handlungen vermeiden. Das ist entscheidend, bevor Roboter kontrollierte Labore verlassen und in alltäglichen Umgebungen eingesetzt werden.
