Google DeepMind hat Gemini Robotics 2 veröffentlicht, die neueste Version seines Vision-Language-Action-Modells, das in einem humanoiden Roboter verkörpert ist.

In einem Blogbeitrag erklärte das Unternehmen, der Start sei ein bedeutender Schritt in Richtung „physical AGI“ — künstliche allgemeine Intelligenz, die über physische Systeme wie Roboter mit der realen Welt interagieren und in ihr agieren kann, sodass Roboter im Grunde physische Aufgaben ausführen können, die Menschen erledigen können.

Durch die Kombination mehrerer KI-Modelle ermöglicht das System das, was DeepMind als „intelligent whole-body control“ bezeichnet. Nach Unternehmensangaben erhalten Roboter dadurch die Fähigkeit, ihre Umgebung wahrzunehmen, mehrstufige Aufgaben zu durchdenken und Bewegungen über den gesamten Körper zu koordinieren. Mit dem System integrierte Roboter können außerdem mit anderen Robotern zusammenarbeiten, was unterstreicht, dass Robotiksysteme zunehmend auf Koordination statt auf Einzelaufgaben-Automatisierung ausgelegt werden.

DeepMinds Leiterin der Robotik, Carolina Parada, hat die langfristige Ambition als das Ziel beschrieben, „einen Roboter zu ermöglichen, jede Aufgabe auszuführen, die ein Mensch erledigen kann“.

Vergangene Woche veröffentlichte Videodemonstrationen zeigten Apptroniks Apollo 2-Roboter und Roboterhände von Sharpa, die Haushalts- und Industrieaufgaben wie das Zubinden von Müllsäcken oder das Einschrauben von Glühbirnen autonom erledigten. Die Systeme wurden mithilfe einer Kombination aus Teleoperation, Videodemonstrationen und Simulation trainiert.

Paul Miller, Analyst bei Forrester, sagte, der Start baue auf Googles früherer Robotikarbeit auf, indem er die Zusammenarbeit zwischen Robotern verbessere, Maschinen helfe, sich von fehlgeschlagenen Aktionen zu erholen, und dem Modell ein besseres Verständnis des gesamten Roboters gebe, statt sich nur auf einzelne Komponenten wie einen Arm oder Greifer zu konzentrieren.

Dennoch bringe dieser bedeutende Schritt, die Lücke zwischen dem Roboter-Gehirn und dem Roboter-Körper zu schließen, eigene Risiken mit sich, sagte Miller.

„Robots are physical machines“, sagte er. „They may be strong, and they may be heavy. People working with these machines, and people encountering them out in the world, need to be confident that these machines are safe.“

Er verwies auf Herausforderungen, darunter die Sicherstellung, dass Roboter bei Störungen von Sensoren oder Energiesystemen sicher ausfallen, und argumentierte, dass ein breiter Einsatz neben Menschen von robusten Sicherheitsvorkehrungen abhängen werde.

„Before robots can really be deployed alongside people, the safety case must be convincingly and believably proven“, sagte er.

Was Googles Ziel betrifft, physical AGI zu erreichen, sagte Miller, die Aussicht bleibe vorerst „aspirational“.

„A robot that can eventually do anything a human can, in any environment, may be a reasonable research goal, but it’s one we’re nowhere near“, sagte er.

Derzeit erwartet er, dass physical AI vor allem in kontrollierten Umgebungen wie Fabriken und Lagerhäusern Nutzen stiften werde.

„Physical AI may be adaptable and more flexible than previous forms of automation, but it’s still easier and cheaper to deploy automation in environments where you can minimize risk, minimize uncertainty, and maximize utilization“, sagte er. „A factory or warehouse may be noisy, dirty, or chaotic, but it’s an awful lot simpler for a robot than a domestic environment.“