Gemini Robotics 2.5: Humanoide sortieren bei Mercedes Teile mit 96 Prozent Erfolg

Worum es geht

Google DeepMind hat am 9. November 2026 Gemini Robotics 2.5 vorgestellt. Das KI-Modell steuert Roboter und soll ihnen vor allem mehr Fingerspitzengefühl geben. DeepMind nennt es sein bisher fähigstes Vision-Language-Action-Modell (VLA). Gemeint ist eine KI, die Kamerabilder sieht, Anweisungen in Alltagssprache versteht und daraus direkt Bewegungsbefehle für Arme, Hände und Greifer macht.

Die Ankündigung hat drei Schwerpunkte: Geschicklichkeit, Zuverlässigkeit und Sicherheit. Als Beleg für die Zuverlässigkeit dient ein Pilotprojekt mit dem Roboterhersteller Apptronik und Mercedes-Benz. Dort arbeiteten humanoide Roboter vom Typ Apollo 2 an laufenden Produktionslinien. Das Modell geht zunächst nur an Robotik-Partner von Google. Eine öffentliche API oder einen Download gibt es nicht.

Gemini Robotics 2.5 baut auf der Gemini-Robotics-2-Familie auf, die laut Crypto Briefing am 30. Juli 2026 vorgestellt wurde. Damals ging es um Ganzkörpersteuerung für humanoide Roboter. Version 2.5 ergänzt das um feinere Handarbeit und schnelleres Lernen neuer Fähigkeiten.

Zwei KI-Schichten: Planen und Handeln

Auf Ars Technica wird erklärt, dass DeepMinds Robotik-Plattform aus mehreren Schichten besteht. Oben sitzt Gemini Robotics ER (ER steht für Embodied Reasoning, also Denken mit Bezug auf einen Körper in der echten Welt). Dieses Modell nimmt die Anweisung entgegen, beobachtet die Szene per Live-Video und plant die Schritte. Darunter arbeitet das eigentliche VLA-Modell, Gemini Robotics, jetzt in Version 2.5. Es erzeugt die konkreten Bewegungen, etwa wie ein Gelenk oder ein Aktuator (Motor oder Stellglied im Roboter) sich bewegen soll.

Vereinfacht gesagt: ER ist der Vorarbeiter, der den Ablauf überblickt, und Gemini Robotics 2.5 sind die Hände. Laut DeepMind arbeitet das Modell mit verschiedenen Robotertypen zusammen. Dazu gehören der Humanoide Apollo 2 von Apptronik mit der fünffingrigen SharpaWave-Hand und ihren 22 Freiheitsgraden (also 22 unabhängig bewegbaren Gelenkachsen) sowie die Plattform Franka Duo mit zwei einfachen Parallelgreifern.

Die ER-Schicht ist übrigens schon für Entwickler zugänglich. Laut Technobezz ist Gemini Robotics ER 2 seit Juli über Google AI Studio und die Gemini API verfügbar und jetzt auch als öffentliche Vorschau in Google Clouds Model Garden. Dort lassen sich Bewegungssysteme wie VLA-Modelle als Werkzeuge anbinden. Mit ER 2 soll ein Roboter prüfen können, ob ein Schritt geklappt hat, und nur diesen Schritt wiederholen. Für das Erkennen des entscheidenden Videobilds, etwa wann man beim Eingießen aufhören muss, nennt Google eine Genauigkeit von 91,3 Prozent.

Was der Roboter jetzt kann

DeepMind hat Gemini Robotics 2.5 an über 200 verschiedenen Aufgaben getestet. Beispiele sind Essen mit einer Zange servieren, eine Schleife um ein Geschenk binden und Flüssigkeit pipettieren. Diese Aufgaben verlangen Werkzeuggebrauch, den Umgang mit zerbrechlichen Dingen und vor allem mit verformbaren Objekten wie Stoff oder Band. Laut Ars Technica sind solche Objekte für Roboter berüchtigt schwierig, weil sie ständig ihre Form ändern. Dass Apollo 2 mit seinen fünffingrigen Händen eine Schleife binden kann, nennt das Magazin eine bemerkenswerte Leistung. Crypto Briefing erwähnt außerdem Wäschefalten unter den gezeigten Fähigkeiten.

Die Zahlen laut Hersteller:

Ars Technica merkt an, dass die Verbesserungen bei Erfolgsquote und Tempo aus Labortests stammen. Unabhängige Messungen gibt es bisher nicht.

Der Praxistest bei Mercedes-Benz

Der greifbarste Teil der Ankündigung ist der Pilotversuch in den Mercedes-Werken in Kecskemét (Ungarn) und Sindelfingen. Apollo 2 übernahm dort das sogenannte Kitting: Einzelteile werden aus Schüttgutkisten genommen und in genau der Reihenfolge in Behälter sortiert, in der sie später für ein bestimmtes Fahrzeug am Band gebraucht werden. Die Arbeit ist monoton und körperlich anstrengend.

Dabei behielt Gemini Robotics ER den Arbeitsablauf im Blick, während Gemini Robotics 2.5 Arme und Hände steuerte. Der Roboter griff Metallhalterungen aus den Kisten, legte sie in die Sequenzbehälter und füllte Lücken selbstständig auf. Das gelang in 96 Prozent der Fälle. Laut DeepMind sollen Techniker so mehr Zeit für komplexe Montagearbeiten bekommen.

Der Robotik-Kommentator Lukas M. Ziegler gibt auf LinkedIn (zitiert von humanoid.guide) eine Einschätzung von Apptronik-Chef Jeff Cardenas wieder. Demnach haben wenige Wochen Nachtraining die Modelle deutlich verbessert, und beim Wechsel in die echte Mercedes-Produktion sei die Leistung kaum gesunken. humanoid.guide ordnet auch ein, worum es tatsächlich geht: um einen klar umrissenen Greif- und Sortierablauf, nicht um eine autonom arbeitende Fabrik.

Ars Technica sieht die Zahl kritisch. 96 Prozent seien im Vergleich zu früheren Roboter-KIs beeindruckend, für einen Konzern wie Mercedes-Benz aber wohl noch nicht genug. Ein Mensch erledige so eine Routineaufgabe praktisch jedes Mal richtig. DeepMind-Direktor Kanishka Rao sagt selbst, die letzten vier Prozent zu schließen sei ein

„steiler Weg“.

Sicherheit: Hindernisse, Menschen und Jailbreaks

Wenn Roboter in Wohnungen, Läden oder Werkhallen arbeiten, wird körperliche Sicherheit entscheidend. Gemini Robotics 2.5 nutzt dafür eine Reasoning-Steuerung zur Laufzeit. Während der Roboter arbeitet, lenkt eine zusätzliche Denkschicht ihn um Gefahren herum, ähnlich wie Sicherheitsfilter bei Gemini-Chatantworten. In DeepMinds Tests stieg dadurch die sichere Erledigung von Aufgaben um 33 Prozent bei Hindernissen und um 43 Prozent in der Nähe von Menschen.

Neu ist außerdem ASIMOV-Jailbreak, ein Open-Source-Benchmark. Ein Jailbreak ist der Versuch, eine KI mit geschickt formulierten Anweisungen dazu zu bringen, ihre Schutzregeln zu umgehen. Der Benchmark enthält Hunderte Eingaben, die gefährliche Aufträge in Dutzenden Szenen tarnen. DeepMinds großes Modell Gemini 4 Argon widersteht laut Hersteller in 99,5 Prozent der Fälle. Die bisherige Basis, Gemini Robotics ER 2, kam auf 82 Prozent. Argon führe auch bei weiteren Agenten-Tests: beim Ablehnen unsicherer Aufgaben, beim Umgang mit Unklarheiten und beim Arbeiten nahe an Menschen.

Gemini 4 Argon als Trainingsbeschleuniger

Um Robotern neue Fähigkeiten beizubringen, braucht man normalerweise riesige Mengen an Bewegungsdaten aus der echten Welt, und die sind teuer. DeepMind setzt deshalb Gemini 4 Argon als eine Art Simulationsmaschine ein. Aus einer einzigen echten Kameraaufnahme kann Argon einen digitalen Zwilling bauen, also eine realistische virtuelle Kopie der Szene, und darin Tausende abgewandelte Übungsdurchläufe erzeugen. Zusammen mit echten Vorführungen lernt der Roboter so schneller, mit neuen Szenen und Objekten umzugehen. Argon hilft Forschern außerdem, aus Videos herauszufinden, warum ein Versuch gescheitert ist, und mögliche Korrekturen in der Simulation und am echten Roboter zu testen.

Einordnung

Gemini Robotics 2.5 ist kein Produkt zum Ausprobieren, sondern ein Forschungs- und Partnerupdate. Interessant ist es trotzdem. Die Schleife und die Pipette zeigen, dass Feinmotorik mit verformbaren Objekten Fortschritte macht. Und mit dem Mercedes-Piloten verlässt die Technik das Labor und bekommt eine konkrete Erfolgsquote aus einer echten Fabrik.

Vorsicht ist dennoch angebracht. Fast alle Zahlen stammen von DeepMind selbst. Die Verbesserungen um 30 bis 100 Prozent beziehen sich auf nicht genau benannte frühere Vergleichsmodelle und auf Labortests. Der Fabrikeinsatz betrifft eine einzige, eng umrissene Aufgabe. Wie Ars Technica betont, reichen 96 Prozent in der Industrie meist nicht aus, wenn ein Mensch nahezu fehlerfrei arbeitet. Positiv ist, dass DeepMind mit ASIMOV-Jailbreak ein offenes Werkzeug veröffentlicht, mit dem auch andere Hersteller ihre Roboter-KIs gegen Manipulation prüfen können. In der Robotik geht es dabei nicht nur um unpassende Texte, sondern um echte körperliche Schäden.