Gemini Robotics

Gemini Robotics ist die von Google DeepMind im März 2025 vorgestellte Familie von Robotik-Foundation-Models, die auf dem multimodalen Gemini-Modell aufbaut. Sie besteht aus zwei proprietären Komponenten:

• Gemini Robotics — ein Vision-Language-Action-Modell, das Kamerabilder und Sprachbefehle direkt in Roboteraktionen übersetzt.
• Gemini Robotics-ER — ein „Embodied Reasoning”-Modell für räumliches Denken und Planung; es steuert keine Motoren direkt, sondern liefert das „langsame” Überlegen.

Entwicklungsstand

• Gemini Robotics On-Device (Juni 2025): eine Variante, die lokal auf dem Roboter läuft — latenzarm, netzunabhängig und per Fine-Tuning mit wenigen Demonstrationen anpassbar.
• Gemini Robotics 1.5 / ER 1.5 (September 2025): Das VLA „denkt vor dem Handeln” und zeigt Zwischenschritte; es lernt Cross-Embodiment — Bewegungen lassen sich von einem Roboter auf einen anderen übertragen. ER 1.5 plant mehrstufig und ruft digitale Werkzeuge auf („agentisch”).
• Gemini Robotics-ER 1.6 (April 2026): schärferes räumliches Reasoning und Werkzeugaufrufe, verfügbar über die Gemini-API und Google AI Studio.
• Gemini Robotics 2 / ER 2 / On-Device 2 (30. Juli 2026): Das erste System, das einen vollständigen Humanoiden — Beine, Torso, Arme und Finger — unter einer einzigen gelernten Policy steuert (Single Whole-Body Policy). Neu hinzugekommen ist Multi-Roboter-Kollaboration: Apollo 2 (Apptronik) und Franka F3 Duo können Teilaufgaben eigenständig aushandeln. Gemini Robotics ER 2 übernimmt mehrstufige Aufgabenplanung und Koordination zwischen verschiedenen Robotertypen. Early-Access-Partner: Apptronik (Apollo 2), Agile Robots, Boston Dynamics (Atlas).

Strategisch wichtig sind die 2026er Partnerschaften: Boston Dynamics (Atlas), Agile Robots SE und Apptronik (Apollo 2) sind offiziell genannte Early-Access-Partner für Version 2. Einordnung im Wettbewerb: Foundation-Model-Landschaft.