Google DeepMind stellt Gemini Robotics 2 vor: Ganzkörper-KI für humanoide Roboter

Von der Hand zum ganzen Körper

Google DeepMind veröffentlichte am 30. Juli 2026 die zweite Generation seiner Robotik-KI-Modellreihe — Gemini Robotics 2. Der entscheidende Unterschied zur Vorgängergeneration: Das neue Modell kontrolliert nicht mehr nur die Hände eines Roboters, sondern steuert den gesamten Körper in einer einzigen, durchgehenden Inferenzkette. Das ermöglicht erstmals, dass ein humanoides System aus einer einzigen Modellanweisung heraus läuft, greift, dreht und ablegt — ohne separate Steuerungsmodule für Beine, Torso und Arme.

Drei Modellvarianten

Die Gemini-Robotics-2-Familie umfasst drei spezialisierte Varianten:

1. Gemini Robotics 2 (VLA): Das Hauptmodell ist ein Vision-Language-Action-Modell für vollständige Ganzkörpersteuerung humanoider Roboter. Es verarbeitet visuelle Eingaben und natürlichsprachliche Anweisungen und gibt direkt Gelenkbefehle aus.

2. Gemini Robotics ER 2 (Embodied Reasoning): Ein Vision-Language-Modell, das auf verkörpertes Schlussfolgern und die Mensch-Roboter-Kommunikation ausgelegt ist. Es interpretiert mehrdeutige Anweisungen, plant Teilschritte und erklärt seine Entscheidungen.

3. Gemini Robotics On-Device 2: Ein auf Edge-Inferenz optimiertes Modell, das direkt auf dem Roboter — ohne Cloudverbindung — laufen kann. Damit wird die Latenz reduziert und der Betrieb in Umgebungen ohne stabiles Netz ermöglicht.

Demo auf Apptronik Apollo 2

Google DeepMind demonstrierte die neuen Modelle auf Apptroniks Roboter Apollo 2. In einer der gezeigten Sequenzen empfing Apollo 2 die Anweisung „Lege die Gießkanne in den grünen Behälter im unteren Regal”, lief quer durch den Raum, griff die Gießkanne vom Boden auf und platzierte sie präzise am Zielort. Die Bewegung erforderte gleichzeitige Koordination von Gangsteuerung, Blickausrichtung, Arm- und Handpositionierung — alles aus einem einzigen Modelldurchlauf.

Die Integration ist kein Zufall: Google ist ein wesentlicher Investor in Apptronik, und Apollo 2 gilt als eine der bevorzugten Hardwareplattformen für die Gemini-Robotics-Modellfamilie.

Multi-Roboter-Koordination

Ein weiteres Merkmal von Gemini Robotics 2 ist die Fähigkeit zur Multi-Roboter-Koordination: Mehrere Roboter können über das Modell zusammenarbeiten, Aufgaben aufteilen und sich gegenseitig abstimmen — ohne dass dafür separate Planungsebenen programmiert werden müssen. Damit reagiert DeepMind auf den Trend, humanoide Roboter nicht mehr einzeln, sondern als Flotten einzusetzen.

Sicherheitsmaßnahmen

Mit der zweiten Modellgeneration hat Google DeepMind nach eigenen Angaben auch neue Sicherheitsmechanismen integriert. Details wurden zum Zeitpunkt der Veröffentlichung nicht vollständig offengelegt; die Association for Advancing Automation (A3) hebt die überarbeiteten Safety-Features als wesentlichen Fortschritt hervor.

Einordnung

Gemini Robotics 2 ist das bislang weitreichendste öffentliche KI-Modell für humanoide Ganzkörpersteuerung von einem großen Technologiekonzern. Es positioniert Google DeepMind als direkten Anbieter von Foundation-Modellen für den Robotikmarkt — eine Rolle, die bislang vor allem spezialisierte Startups wie Physical Intelligence oder Pi0 beansprucht haben. Für Apptronik ist die enge Integration ein wichtiger Differenzierungsvorteil gegenüber Wettbewerbern wie Figure oder Agility, die eigene KI-Modellstacks entwickeln.

Hinweis: Dieser Artikel wurde nachträglich ergänzt; der Ankündigungstermin war der 30. Juli 2026.