Als KI-Forschungstochter des Tech-Konzerns Alphabet zählt Google DeepMind seit Jahren zu den zentralen Akteuren bei der Entwicklung künstlicher Intelligenz. Nun hat das Labor mit Gemini Robotics 2 die neueste Generation seines Steuerungssystems für Roboter vorgestellt. Die Software erweitert bisherige Ansätze deutlich: Während der Vorgänger primär auf die Manipulation von Oberkörper und Armen beschränkt war, erlaubt das neue Modell eine autonome Ganzkörpersteuerung humanoider Systeme – von den Füßen bis zu den Fingerspitzen. Dies soll es Robotern ermöglichen, komplexere physische Aufgaben im Alltag und in der Industrie zu bewältigen.
- Das KI-Modell Gemini Robotics 2 ermöglicht erstmals die Ganzkörpersteuerung humanoid aufgebauter Roboter.
- Erweiterte Fähigkeiten umfassen komplexe Bewegungen wie Bücken, Greifen und das Bedienen feingliedriger Hände.
- Eingebaute Sicherheitsfunktionen erkennen Personen im Umfeld und stoppen die Geräte bei zu großer Nähe automatisch.
Ganzkörperkontrolle erweitert das physische Einsatzspektrum
Bisherige Robotikmodelle stießen bei der Koordination des gesamten Körpers oft an ihre Grenzen. Mit der Aktualisierung unterscheidet sich Gemini Robotics 2 von älteren Systemen, indem es Bewegungen wie Gehen, Bücken, Strecken und zeitgleiches Manipulieren von Objekten miteinander kombiniert. In veröffentlichten Demonstrationsvideos steuert das Modell unter anderem den Roboter Apollo 2 des Herstellers Apptronik. Dieser hebt eine Gießkanne vom Boden auf oder greift zielgerichtet Gegenstände aus einem Regal.
Durch die Steuerung feingliedriger Fünf-Finger-Hände beherrscht die KI nun auch anspruchsvolle, feinmotorische Aufgaben wie das Herausdrehen einer Glühbirne, das Verschließen von Folienbeuteln oder das Verknoten von Müllsäcken.
Die physische Interaktion mit der Umwelt gilt in der Forschung als wesentlicher Schritt auf dem Weg zu einer praxistauglichen Robotik. Im Gegensatz zu reinen Sprachmodellen muss eine physisch agierende KI sensorische Daten in Echtzeit verarbeiten und mechanische Kräfte präzise dosieren. Das Ziel der Entwicklung ist das Erreichen einer physischen Allgemeininzelligenz, bei der Roboter theoretisch alle Aufgaben ausführen können, die auch für Menschen möglich sind.
Zusammenspiel mehrerer Modelle und lokaler Betrieb
Um die komplexe Steuerung zu realisieren, setzt Google DeepMind auf eine Architektur aus verschiedenen spezialisierten KI-Komponenten. Ein visuelles Sprachmodell übernimmt die Wahrnehmung der Umgebung und das Verständnis von Arbeitsanweisungen. Ergänzt wird dieses durch Handlungsmodelle, welche die eigentlichen Bewegungsbefehle für den Körper und die Hände generieren. Das erweiterte Wahrnehmungsmodell Gemini Robotics ER 2 erkennt nun präziser, wann ein Arbeitsablauf beginnt und endet, und kann mehrstufige Aufgaben über längere Zeiträume hinweg koordinieren.
Zudem erlaubt die Software das Zusammenspiel unterschiedlicher Robotertypen. So zeigte eine Demonstration, wie ein Apollo-2-Roboter einem zweiarmigen Robotersystem Anweisungen erteilte, um Werkzeug beim Aufräumen in eine Kiste zu sortieren. Für Einsätze ohne dauerhafte Netzwerkverbindung bietet Google DeepMind zudem eine On-Device-Variante an, die lokal auf der Hardware läuft und sich schnell an unterschiedliche Roboterformen anpassen lässt.
Sicherheitsmechanismen für die Mensch-Roboter-Interaktion
Da physische Systeme bei Fehlfunktionen eine potenzielle Gefahr darstellen, betont Entwickler Google DeepMind die Notwendigkeit vielschichtiger Schutzmaßnahmen. Das System Gemini Robotics ER 2 verfüge über Mechanismen, die Menschen in der Umgebung schneller erkennen und den Roboter bei einer zu starken Annäherung sofort stoppen.
Zusätzlich führte das Unternehmen mit ASIMOV-Agentic ein neues Testverfahren ein, um potenziell gefährliche Befehle vor der Ausführung zu identifizieren. Laut Carolina Parada, Leiterin der Robotikabteilung bei Google DeepMind, gewinnen Sicherheitsfragen an Bedeutung, je mehr unvorhersehbare Situationen die Systeme bewältigen müssen. Dennoch befindet sich die Technologie weiterhin in einer frühen Phase. Eine unmittelbare Markteinführung von Endverbraucher-Produkten steht vorerst nicht bevor.
Wie beurteilen Sie die Fortschritte bei der Steuerung humanoider Roboter? Könnten Sie sich vorstellen, solchen Systemen im Alltag oder am Arbeitsplatz zu begegnen? Diskutieren Sie mit uns in den Kommentaren.
