Gemini Robotics 2.5: Roboter sortiert Teile bei Mercedes-Benz

Google Deepmind hat mit Gemini Robotics 2.5 ein neues Modell zur Steuerung von Robotern vorgestellt und es gemeinsam mit dem Robotikhersteller Apptronik und Mercedes-Benz auf aktiven Produktionslinien erprobt. Der humanoide Roboter Apollo 2 sortierte dabei Metallteile, und Google Deepmind nennt dafür eine Erfolgsrate von 96 Prozent. Die Angaben stammen aus der Ankündigung vom 10. November 2026, über die The Decoder berichtet hat.

Gemini Robotics 2.5 ist laut The Decoder ein sogenanntes Vision-Language-Action-Modell (VLA). Solche Modelle verarbeiten visuelle Informationen, verstehen sprachliche Anweisungen und leiten daraus Roboterbewegungen ab. Das Modell baut auf einem Vorgänger auf, der Anfang des Jahres vorgestellt wurde und Robotern erstmals eine Ganzkörper-Steuerung ermöglichen sollte. Google Deepmind bezeichnet es als sein bisher leistungsfähigstes Modell dieser Art.

Was das Modell können soll

Nach Angaben von Google Deepmind wurde Gemini Robotics 2.5 an mehr als 200 verschiedenen Aufgaben getestet, etwa dem Servieren von Essen mit einer Zange, dem Binden einer Schleife um eine Geschenkbox oder dem Pipettieren von Flüssigkeiten. Je nach Aufgabentyp soll die Erfolgsrate 30 bis 100 Prozent höher liegen als bei den bisherigen eigenen Basiswerten, und die Aufgaben sollen 20 bis 30 Prozent schneller erledigt werden.

Hier ist Vorsicht angebracht: Die Analyse des Blogs CellCog weist darauf hin, dass die Ankündigung die Vergleichswerte weder benennt noch beziffert. Die absoluten Erfolgsraten sind damit nicht bekannt, und der Zuwachs von 30 bis 100 Prozent lässt sich nicht einordnen.

Das Modell ist für verschiedene Robotertypen gedacht. Genannt werden Apptroniks humanoider Roboter Apollo 2, dessen Fünf-Finger-Hand 22 Freiheitsgrade besitzt, sowie die Plattform Franka Duo mit Parallelgreifern, die jeweils zwei Finger haben.

Der Pilotversuch bei Mercedes-Benz

Der praktische Test fand in Kecskemét in Ungarn und in Sindelfingen in Deutschland statt, auf Produktionslinien, die in Betrieb sind. Der Roboter übernahm dort das sogenannte Kitting: Er nahm einzelne Metallteile aus Sammelbehältern und legte sie in genau der Reihenfolge in Trays ab, in der sie für das jeweilige Fahrzeug am Band gebraucht werden. Mehrere Komponenten arbeiteten zusammen:

• Gemini Robotics ER überwachte den Arbeitsablauf.
• Gemini Robotics 2.5 steuerte Hände und Arme des Roboters.
• Apollo 2 von Apptronik führte die Greif- und Ablagebewegungen aus.

Google Deepmind gibt für den Pilotversuch eine Erfolgsrate von 96 Prozent an. Laut CellCog bezeichnet das Unternehmen ihn selbst als Machbarkeitsstudie (Proof of Concept) und sagt nicht, auf wie vielen Greifvorgängen die Quote beruht. Apptronik-Chef Jeff Cardenas äußerte sich in der Ankündigung zum Übergang vom Training in den Werkseinsatz:

Wir haben gesehen, wie sich die Modelle in nur wenigen Wochen Post-Training stark verbessert haben und mit sehr geringem Leistungsabfall in die Mercedes-Benz-Produktion übertragen wurden.

Sicherheit und Simulation

Gemini Robotics 2.5 nutzt laut Google Deepmind eine Steuerung in Echtzeit, die dem Roboter erlaubt, während einer Aufgabe physischen Gefahren auszuweichen. In den eigenen Auswertungen habe sich die sichere Aufgabenerledigung in der Nähe von Hindernissen um 33 Prozent und in der Nähe von Personen um 43 Prozent verbessert. Eine unabhängige Prüfung dieser Werte gibt es nicht.

Zusätzlich veröffentlicht das Unternehmen den Open-Source-Benchmark ASIMOV-Jailbreak auf Hugging Face. Er enthält hunderte Prompts, die unsichere Anfragen in Dutzenden Szenen tarnen, und soll testen, ob sich Robotik-Modelle zu gefährlichen Handlungen verleiten lassen. Das Sprachmodell Gemini 4 Argon erreicht demnach eine Jailbreak-Resistenz von 99,5 Prozent, der Vorgänger Gemini Robotics ER 2 kommt auf 82 Prozent. Wichtig: Laut CellCog gehört dieser Wert zu Gemini 4 Argon, nicht zu Gemini Robotics 2.5 selbst; für das Robotikmodell nennt die Ankündigung keinen Wert.

Argon spielte auch beim Training eine Rolle, und zwar als Simulationsengine. Es kann aus einer realen Kameraszene tausende simulierte Trainingsläufe erzeugen und einen digitalen Zwilling aufbauen. Zusammen mit echten Demonstrationen soll der Roboter so schneller auf neue Szenen und Objekte verallgemeinern. Zudem kann Argon aus Videoaufnahmen Hypothesen über Fehlerursachen ableiten, die dann in der Simulation und am echten Roboter geprüft werden.

Was offen bleibt

Gemini Robotics 2.5 wird laut Google Deepmind an die Partner Agile, Apptronik und Mercedes-Benz ausgerollt. Preise, eine öffentliche Schnittstelle oder ein Termin für einen breiteren Zugang werden laut CellCog nicht genannt; ein technisches Paper zum Modell fehlt ebenfalls. Alle Zahlen stammen von Google Deepmind oder seinen Partnern.

Offen ist auch, ob der Roboter nach dem Test dauerhaft an der Linie bleibt. Ein Pilotversuch ist eine Erprobung, ein dauerhafter Einsatz im Schichtbetrieb wäre eine andere Aussage. Sinnvolle Prüfsteine sind Ergebnisse unabhängiger Stellen, Messungen mit ASIMOV-Jailbreak durch andere Labore und ein Zugang für Entwickler außerhalb des Partnerkreises.

Was das für Unternehmen in Deutschland ändert

Für Zulieferer und Maschinenbauer im Mittelstand ist die Meldung vor allem ein Signal, kein Produkt: Kitting, also das reihenfolgegerechte Bereitstellen von Teilen, ist eine Aufgabe, die in vielen Fabriken vorkommt, und genau dort wird nun ein Roboter mit allgemeinem Steuerungsmodell erprobt. Kaufen oder einsetzen lässt sich Gemini Robotics 2.5 derzeit nicht. Wer Automatisierung plant, sollte die Entwicklung beobachten und von Anbietern konkrete Angaben verlangen: die Stichprobengröße hinter der Erfolgsquote, den Umgang mit Fehlgriffen, das Verhalten in der Nähe von Menschen und den Aufwand für das Anlernen neuer Teile.

Bis solche Antworten vorliegen, gilt: Die 96 Prozent sind eine Herstellerangabe aus einem Pilotversuch, kein belegter Standard für den Alltag in der Fertigung.