- Gemini Robotics 2.5 erreichte eine Erfolgsquote von 96% in Fabriktests.
- Das Modell kann visuelle Informationen in physische Aktionen von Robotern umsetzen.
- Google hat die Fähigkeit des Modells zur Bewältigung physischer Gefahren verbessert.
- Gemini 4 Argon beschleunigte die Entwicklung von Robotermodellen.
Google DeepMind hat die Einführung von Gemini Robotics 2.5 angekündigt, einem Modell, das darauf abzielt, Robotern zu helfen, physische Aufgaben schneller zu erlernen, feine Objekte zu handhaben und in realen Umgebungen zuverlässiger zu agieren. Das Modell erreichte eine Erfolgsquote von 96% in einem Fabrik-Konzeptnachweis, der den humanoiden Roboter Apollo 2 von Apptronik einbezog und auf der Produktionslinie von Mercedes-Benz durchgeführt wurde. Diese Roboter sortieren automatisch Autoteile von großen Kisten auf geordnete Paletten und bereiten die Komponenten in der erforderlichen Reihenfolge für die Fahrzeugmontage vor.
Die Tests fanden in den Produktionsstätten in Kecskemét, Ungarn, und Sindelfingen, Deutschland, statt. Google erklärte, dass diese Arbeit dazu beitragen kann, repetitive und körperlich anspruchsvolle Aufgaben zu automatisieren, während die Techniker in den Fabriken sich auf komplexere Montagearbeiten konzentrieren können.
Funktionen und Anwendungen von Gemini 2.5
Gemini Robotics 2.5 ist das neueste visuelle-sprachliche-handlungsorientierte (VLA) Modell des Unternehmens, das visuelle Informationen und Anweisungen in physische Aktionen von Robotern umsetzt. Das Modell wird derzeit an Googles Robotikpartner ausgegeben.
Das Modell wurde in über 200 verschiedenen Aufgaben evaluiert, darunter das Servieren von Gerichten mit einer Zange, das Binden von Schleifen an Geschenkboxen und das Übertragen von Flüssigkeiten mit einer Pipette. Diese Aktivitäten testeten eine Vielzahl von Fähigkeiten, von der Handhabung feiner Objekte bis hin zum Umgang mit flexiblen Materialien und der Verwendung alltäglicher Werkzeuge. Im Vergleich zu früheren Benchmarks verbesserte das Modell die Erfolgsquote bei Aufgaben um 30% bis 100%, und laut Google erhöhte sich die Geschwindigkeit der Aufgabenerledigung um 20% bis 30%. Das Modell kann auf verschiedenen Roboterplattformen betrieben werden, einschließlich Apptroniks humanoidem Roboter Apollo 2 und dem Franka Duo System mit parallelen Greifern.
In der Demonstration bei Mercedes-Benz verfolgt Googles Inferenzmodell Gemini Robotics ER den Arbeitsablauf, während Gemini Robotics 2.5 die Arme und Hände des Roboters steuert. Apollo 2 entnimmt Metallhalterungen aus Versorgungsboxen und platziert sie in Sortierbehältern, wobei es seine Bewegungen bei Bedarf anpasst.
Verbesserungen in Sicherheit und Anpassungsfähigkeit
Zusätzlich zur Flexibilität hat Google die Fähigkeit des Modells zur Bewältigung physischer Gefahren verbessert. Die Anleitung zur Inferenzzeit hilft Robotern, Hindernisse zu umgehen und sich in Menschenmengen zu bewegen. In den Bewertungen des Unternehmens führte diese Fähigkeit zu einer 33%igen Erhöhung der Erfolgsquote bei Sicherheitsaufgaben in der Nähe von Hindernissen und zu einer 43%igen Steigerung in der Nähe von Personen. Google hat auch ASIMOV-Jailbreak eingeführt, einen Open-Source-Benchmark zur Prüfung, ob Robotersysteme gegen maskierte gefährliche Anweisungen resistent sind. Dieser Benchmark enthält Hunderte von Hinweisen, die Dutzende von Szenarien abdecken.
Google berichtet, dass Gemini 4 Argon in diesen Jailbreak-Versuchen eine Resistenz von 99,5% erreichte, während der vorherige Benchmark Gemini Robotics ER 2 bei 82% lag. Das Unternehmen erklärte außerdem, dass Gemini 4 Argon die Entwicklung seiner neuen Robotermodelle beschleunigte. Das System kann Tausende von Simulationsübungen aus realen Kamerabildern generieren und digitale Zwillinge physischer Umgebungen erstellen. Forscher können diese Simulationen mit tatsächlichen Trainingsdemonstrationen kombinieren, um Robotern zu helfen, ihre Fähigkeiten auf unbekannte Objekte und Umgebungen zu verallgemeinern.
Argon kann auch gescheiterte Versuche analysieren und Verbesserungsvorschläge für zukünftige Trainings geben.
Diese Fortschritte markieren Googles neuesten Vorstoß, anpassungsfähigere Roboter in industrielle und alltägliche Umgebungen einzuführen. Dennoch bleibt die Erfolgsquote von 96% in der Fabrik ein Konzeptnachweis und kein Beweis für eine umfassende kommerzielle Bereitstellung. Gemini Robotics 2.5 wird derzeit an Googles Robotikpartner ausgegeben.
Kommerzielle Potenziale und Herausforderungen von Gemini Robotics 2.5
Die Einführung von Gemini Robotics 2.5 zeigt Googles bedeutende Fortschritte in der Robotiktechnologie, insbesondere im Bereich der Fabrikautomatisierung. Obwohl die Erfolgsquote von 96% in den Tests ermutigend ist, sollte beachtet werden, dass dies nur ein Konzeptnachweis ist und zukünftige kommerzielle Anwendungen noch ungewiss sind. Darüber hinaus zeigen die Verbesserungen des Modells im Umgang mit physischen Gefahren und in der Erhöhung der Sicherheit sein Potenzial in alltäglichen Umgebungen. Mit der weiteren Entwicklung der Technologie wird es für Google eine Herausforderung sein, diese Robotersysteme effektiv zu kommerzialisieren.