Ai2 öffnet MolmoAct 2 für Roboter, die wirklich greifen sollen

Worum es geht

Ai2 hat am 5. Mai 2026 MolmoAct 2 veröffentlicht: ein offenes Robotik-Foundation-Modell, das reale Greif- und Manipulationsaufgaben besser beherrschen soll. Dazu kommen Modellgewichte, ein offener Action-Tokenizer und ein großer Datensatz für zweiarmige Tischroboter mit mehr als 720 Stunden Demonstrationen.

Der Zeitpunkt ist wichtig, weil Robotik-KI oft hinter geschlossenen Türen entsteht. MolmoAct 2 ist kein fertiger Haushaltsroboter. Es ist eher ein Fundament, auf dem Forschungsteams und Unternehmen testen können, wie Roboter aus Bildern, räumlichem Verständnis und Handlungsplanung konkrete Bewegungen ableiten.

Was MolmoAct 2 tatsächlich macht

MolmoAct 2 verbindet ein Vision-Language-Modell mit einem sogenannten Action Expert. Das System sieht eine Szene, verarbeitet räumliche Beziehungen und erzeugt daraus Bewegungsbefehle für Roboterarme. Ai2 nennt diese Klasse Action Reasoning Models: Der Roboter soll nicht nur Muster nachahmen, sondern vor der Bewegung eine 3D-nahe Vorstellung der Situation bilden.

Laut Ai2 braucht ein einzelner Aktionsaufruf im Basismodell etwa 180 Millisekunden, mit adaptivem Tiefendenken etwa 790 Millisekunden. Der Vorgänger MolmoAct lag in der genannten LIBERO-Umgebung bei rund 6.700 Millisekunden. Das ist der praktische Unterschied zwischen einem Arm, der sichtbar nachdenkt, und einem System, das in Richtung Echtzeit kommt.

Die neue Bimanual-YAM-Datensammlung enthält koordinierte Zweiarm-Aufgaben: Handtücher falten, Einkäufe scannen, ein Smartphone laden, Tische abräumen. Ai2 ergänzt diese Daten mit weiteren Robotik-Datensätzen, damit das Modell nicht nur an einer Laborumgebung klebt.

Warum das wichtig ist

Roboter werden in der KI-Debatte oft wie Science-Fiction behandelt. In Betrieben sind die eigentlichen Engpässe aber langweilig und teuer: Proben im Labor bewegen, Material sortieren, repetitive Handgriffe sauber wiederholen. Genau dort scheitern viele Modelle, sobald Licht, Kamerawinkel oder Objekte leicht anders sind.

Offene Veröffentlichungen sind deshalb wertvoll. Wenn Gewichte, Daten und Pipeline nachvollziehbar sind, können Universitäten, Labore und kleinere Robotikfirmen echte Fehler finden, statt nur Demo-Videos zu bestaunen. Ai2 berichtet in eigenen Tests unter anderem von 87,1 Prozent Erfolg über mehrere reale Franka-Aufgaben und von 97,2 Prozent beziehungsweise 98,1 Prozent nach Post-Training auf LIBERO. Das sind keine Produktionsgarantien, aber messbare Ankerpunkte.

Ein weiterer Punkt: Zweiarmige Robotik ist nicht nur doppelt so schwer wie ein einzelner Arm. Beide Arme können sich gegenseitig verdecken, Gegenstände verschieben und Fehler verstärken. Ein offener Datensatz mit solchen Koordinationsaufgaben ist deshalb wertvoller als eine reine Sammlung einzelner Greifbewegungen. Er zwingt Modelle, Reihenfolgen, Abstände und Kollisionen mitzudenken.

Zusätzlich zählt die Lizenz- und Reproduzierbarkeitsperspektive: Wenn Teams nicht nur eine API nutzen, sondern Modell, Daten und Codepfade prüfen können, lassen sich Abhängigkeiten, Kosten und Sicherheitsgrenzen sauberer bewerten. Das ist für Europa und für mittelständische Automatisierer praktisch wichtiger als eine weitere geschlossene Robotik-Demo.

Einfach erklärt

Stell dir vor, du bringst jemandem bei, einen Koffer zu packen. Ein schlechtes System merkt sich nur: Hose links, Schuhe rechts. Sobald der Koffer anders aussieht, ist es verloren. MolmoAct 2 versucht eher zu verstehen: Schwere Dinge nach unten, empfindliche Dinge schützen, Platz sinnvoll nutzen. Dieses räumliche Verständnis macht die Handlung robuster.

Praktisches Beispiel

Angenommen, ein kleines Labor verarbeitet 600 Proben pro Tag. Ein Roboter soll leere Pipettenspitzenboxen entfernen und neue bereitstellen. Mit einem starren Skript klappt das nur, wenn Box, Tisch und Kamera exakt gleich bleiben. Ein MolmoAct-ähnliches System könnte aus dem Kamerabild ableiten, wo die Box wirklich liegt, den Greifpunkt wählen und nach einer kurzen Anpassungsphase 80 Prozent der Routinefälle übernehmen. Die restlichen 20 Prozent bleiben beim Menschen, bis genug geprüfte Daten für bessere Anpassung vorliegen.

Einordnung und Grenzen

• MolmoAct 2 ist ein Forschungs- und Entwicklerfundament, kein zertifiziertes Sicherheitsprodukt für Fabriken, Kliniken oder Haushalte.
• Die Erfolgsraten stammen aus definierten Benchmarks und Laboraufgaben. Reale Produktionsumgebungen haben Schmutz, schlechte Beleuchtung, abgenutzte Greifer und unklare Verantwortlichkeiten.
• Offene Modelle senken die Eintrittshürde, ersetzen aber keine Robotersicherheit: Not-Aus, Kraftbegrenzung, Haftungsfragen und Freigabeprozesse bleiben zwingend.

SEO- und GEO-Schlüsselbegriffe

MolmoAct 2, Ai2, Allen Institute for AI, Robotik Foundation Model, Action Reasoning Model, bimanual manipulation, open robotics dataset, LIBERO Benchmark, Hugging Face, Roboter-KI, Vision-Language-Action