Gemini Robotics 2 steuert den ganzen Roboterkörper, doch Tempo und Fingergeschick bleiben begrenzt

Der Abstand zwischen einem sorgfältig geschnittenen Demo-Video und einem einsetzbaren Roboter lässt sich in den kommenden sechs Monaten prüfen. Wenn Partner auf neuer Hardware mit less than 200 examples stabile Erfolgsquoten für Ganzkörperaufgaben reproduzieren und zugleich Zykluszeiten sowie menschliche Eingriffe veröffentlichen, erhält Google DeepMinds Aussage zur schnellen Anpassung wirtschaftliche Bedeutung. Bleiben nur bearbeitete Vorführungen, lässt sich die Zuverlässigkeit von außen weiterhin nicht beurteilen.

Google DeepMind veröffentlichte Gemini Robotics 2 am July 30, 2026. Das Vision-Language-Action-Modell übersetzt Bild- und Spracheingaben in Motorsteuerung und umfasst beim humanoiden Roboter Bewegungen von den Füßen bis zu den Fingerspitzen. Das Unternehmen zeigte einen Apptronik Apollo 2, der zu einem Tisch geht, eine Gießkanne aufnimmt und sie in ein bestimmtes Regalfach stellt. Weitere Vorführungen zeigen Hocken, Strecken und das Aufräumen eines Raums. The Verge bestätigte die Erweiterung gegenüber dem auf den Oberkörper begrenzten Vorgänger; das beobachtbare Material stammt jedoch weiterhin aus von Google bereitgestellten Videos und Beschreibungen.

Bewegung, Planung und lokale Ausführung sind getrennt

Die Veröffentlichung besteht aus drei Modellschichten. Gemini Robotics 2 steuert die körperliche Aktion. Gemini Robotics ER 2 beobachtet die Umgebung, zerlegt Anweisungen und verfolgt Aufgaben, die mehrere Minuten dauern und Hunderte Entscheidungen umfassen. Gemini Robotics On-Device 2 läuft direkt auf dem Roboter, wenn keine Internetverbindung besteht oder Netzwerklatenz nicht akzeptabel ist. ER 2 ist über Google AI Studio sowie als private Vorschau auf der Gemini Enterprise Agent Platform verfügbar. Die beiden Aktionsmodelle bleiben Early-Access-Partnern vorbehalten, sodass die meisten Unternehmen das vollständige System noch nicht selbst prüfen können.

Google demonstrierte außerdem die Zusammenarbeit verschiedener Roboter: Apollo 2 wies einen zweiarmigen Roboter an, Werkzeuge in einen Behälter zu legen. Die Trennung von übergeordneter Planung und unmittelbarer Steuerung erlaubt ER 2, nach einem fehlgeschlagenen Schritt neu zu planen. Die Ankündigung nennt weder Ausfallraten der Kommunikation noch die gesamte Aufgabendauer oder die Zahl menschlicher Übernahmen. Eine erfolgreiche Sequenz lässt sich deshalb nicht in Durchsatz für Lager, Fabriken oder Haushalte umrechnen.

Die Hand mit 22 Freiheitsgraden bleibt eine Leistungsgrenze

Gemini Robotics 2 kann an Apollo 2 eine fünfgliedrige SharpaWave-Hand mit 22 degrees of freedom steuern und damit einen Beutel verschließen oder einen Knoten binden. Auf einem Franka Duo kontrolliert das Modell außerdem Zwei-Finger-Greifer beim dichten Verpacken von Gegenständen. Googles Grafik beschreibt für Gruppen von Aufgaben mittlere bis hohe durchschnittliche Erfolgsquoten, veröffentlicht in der Ankündigung aber nicht für jede Aufgabe einen vollständigen Zahlenwert. Das Unternehmen räumt ein, dass feinmotorische Mehrfinger-Manipulation schwierig bleibt und sich die Bewegungsgeschwindigkeit verbessern muss. Beide Grenzen wirken direkt auf den stündlichen Durchsatz und den notwendigen Sicherheitsabstand; das bloße Erledigen einer Aufgabe belegt weder eine brauchbare Zykluszeit noch die Verteilung der Fehler.

Konkreter ist die Anpassungsaussage zu On-Device 2. Laut Google lässt sich ein neuer zweiarmiger Robotertyp üblicherweise mit einigen Stunden Daten und less than 200 examples anpassen, selbst wenn Form, Sensoren und Freiheitsgrade stark abweichen. Das Ergebnis stammt weiterhin aus unternehmenskontrollierten Bedingungen. Die Quellen nennen weder die Kosten der Beispielauswahl und den Rechenaufwand noch, ob Fehlschläge enthalten sind oder dieselben Daten Änderungen bei Licht, Objekten und Einsatzort abdecken.

Für die Sicherheit kann ER 2 Personen in der Nähe erkennen, Sicherheitswerkzeuge aufrufen und den Roboter stoppen, wenn jemand zu nahe kommt. Google führte zudem den Benchmark ASIMOV-Agentic ein, der die Ablehnung unsicherer Werkzeugaufrufe, die Prüfung der Machbarkeit, den Umgang mit Unsicherheit und die Übergabe an Menschen testet. Google bezeichnet ER 2 bei Sicherheitsvorgaben und Tests zur menschlichen Nähe als sein bislang sicherstes Robotikmodell. The Verge bestätigt die Ankündigung dieser Funktionen, liefert aber weder eine Zertifizierung durch Dritte noch Einsatzdaten zu Zwischenfällen, die diese Aussage unabhängig belegen würden.

In den nächsten drei bis sechs Monaten sind ungeschnittene Partnerprüfungen mit Erfolgsquoten je Aufgabe, Abschlusszeiten, Notstopps und menschlichen Übernahmen entscheidend. Ebenso relevant werden Verfügbarkeit und Preis von ER 2 nach der privaten Vorschau. Die Architektur verbindet nun Ganzkörpersteuerung, längerfristige Planung und Offline-Ausführung; messbare Grenzen bleiben die Mehrfinger-Manipulation, das Bewegungstempo und die nicht veröffentlichte Ausfallrate in Produktionsumgebungen.

Quellen:

• Google DeepMind: Gemini Robotics 2 brings whole body intelligence to robots
• The Verge: Google DeepMind’s new AI model can control a robot’s entire body