Gemini Robotics 2 bringt KI-Agenten in echte Bewegung

Worum es geht

Google DeepMind hat am 30. Juli 2026 Gemini Robotics 2 vorgestellt. Die neue Modellfamilie soll Roboter nicht nur Anweisungen verstehen lassen, sondern Bewegungen über den ganzen Körper steuern: gehen, hocken, greifen, Objekte transportieren und mit anderen Robotern zusammenarbeiten.

Das ist relevant, weil viele Robotik-Demos bisher an engen, vorbereiteten Aufgaben hängen. DeepMind versucht, die Lücke zwischen Sprachmodell, Weltverständnis und Motorik kleiner zu machen.

Was Gemini Robotics 2 tatsächlich macht

DeepMind beschreibt drei Bausteine. Gemini Robotics 2 ist ein Vision-Language-Action-Modell, das Bild- und Spracheingaben in Bewegungen übersetzt. Gemini Robotics ER 2 übernimmt als verkörpertes Reasoning-Modell Planung, Kommunikation und Fortschrittskontrolle. Gemini Robotics On-Device 2 ist für lokale Ausführung auf Robotern gedacht und soll sich mit wenigen Stunden Daten an neue Roboterkörper anpassen.

In den Beispielen steuert das System humanoide Apollo-2-Roboter und Zweiarm-Plattformen. Genannt werden Aufgaben wie eine Gießkanne von einem Tisch holen und in ein unteres Regal stellen, eine Glühbirne herausdrehen, einen Beutel zuknoten oder Gegenstände in Kits packen. Gemini Robotics ER 2 ist außerdem in Google AI Studio verfügbar; die Bewegungsmodelle bleiben bei Early-Access-Partnern.

Warum das wichtig ist

Für Verbraucher ist die naheliegende Frage: Kommt der Haushaltsroboter jetzt wirklich näher? Für Unternehmen lautet sie: Wann lohnt sich flexible Automatisierung statt fest programmierter Zellen? Beide Fragen hängen nicht nur an besseren Modellen, sondern an Sicherheit, Geschwindigkeit, Kosten, Hardware und Haftung.

DeepMind nennt konkrete Erfolgsraten, die die Lage nüchtern machen. Bei allgemeinen Pick-and-Place- und Werkzeugaufgaben liegen einige Werte hoch, etwa 89,6 Prozent bei präzisen Einsetzaufgaben auf einer Franka-Duo-Plattform. Bei multifingrigen Aufgaben sieht es gemischt aus: Eine Glühbirne herausdrehen erreicht 92 Prozent, eine Glühbirne einschrauben 36 Prozent, einen Beutel zuknoten 44 Prozent und eine Ziplock-Tüte schließen 40 Prozent.

Das macht die Meldung interessant: Sie zeigt Fortschritt, aber auch, warum Robotik schwerer ist als Chat. Ein Fehler ist hier nicht nur eine falsche Antwort. Er kann ein kaputtes Objekt, einen blockierten Arbeitsgang oder ein Sicherheitsrisiko bedeuten.

Einfach erklärt

Stell dir vor, jemand lernt nicht nur ein Rezept auswendig, sondern kocht in einer fremden Küche. Er muss Schubladen finden, den Topf greifen, den Herd sicher bedienen und merken, wenn jemand im Weg steht. Sprachverständnis allein reicht dafür nicht.

Gemini Robotics 2 ist ein Schritt in diese Richtung: Die KI soll nicht nur sagen, was zu tun ist, sondern Bewegungen im Raum planen und ausführen.

Praktisches Beispiel

Ein kleines Lager verarbeitet täglich 2.000 Ersatzteilboxen. Heute sortiert ein Mensch Sonderfälle aus: falsch liegende Teile, offene Kartons, fehlende Etiketten. Ein Roboter mit einer festen Routine schafft nur Standardkisten. Ein System wie Gemini Robotics 2 könnte theoretisch sehen, dass eine Box halb offen ist, einen zweiten Roboter zum Halten einplanen, das Teil greifen, den Deckel schließen und die Box weiterleiten.

Wenn die Erfolgsrate bei einer Teilaufgabe aber nur 40 Prozent beträgt, ist der Einsatz noch kein Selbstläufer. Dann braucht es eine Fallback-Station, menschliche Freigabe oder eine Beschränkung auf die zuverlässigeren Aufgaben.

Einordnung und Grenzen

Erstens sind die besten Demos nicht automatisch Produktionsreife. DeepMind schreibt selbst, dass Bewegungsgeschwindigkeit und menschliche Fingerfertigkeit weiter verbessert werden müssen.

Zweitens bleibt die Hardwarefrage offen. Ein Modell, das auf Apollo 2 oder Franka Duo funktioniert, muss nicht sofort mit jedem günstigen Industrieroboter oder Haushaltsgerät zuverlässig laufen.

Drittens ist Sicherheit der eigentliche Engpass. DeepMind führt ASIMOV-Agentic als neuen Benchmark ein und betont Stopps bei menschlicher Nähe. Trotzdem braucht jede reale Umgebung zusätzliche physische Schutzmaßnahmen, Risikoanalysen und klare Verantwortlichkeiten.

SEO- und GEO-Schlüsselbegriffe

Google DeepMind, Gemini Robotics 2, Gemini Robotics ER 2, humanoide Roboter, Apptronik Apollo 2, Vision-Language-Action, Robotik Sicherheit, ASIMOV-Agentic, On-Device AI, Physical AI