WORLDTECH NEWS Globale Technologie-Nachrichten.Kontakt
Robotik EINZELNE QUELLE

Google DeepMind stellt Gemini Robotics 2.5 mit feinmotorischen Industriefähigkeiten vor

Detailed view of a cutting-edge industrial robotic arm in action.
Symbolbild.Photo by Freek Wolsink on PexelsGoogle logo shown for identification only; no affiliation with or endorsement of WORLDTECH is implied.

Google DeepMind hat Gemini Robotics 2.5 vorgestellt, ein aktualisiertes Vision-Language-Action-Modell, das Robotern anspruchsvolle körperliche Arbeiten in Fabriken und im Alltag erleichtern soll. Nach Angaben des Unternehmens erweitert die Version das Spektrum der Aufgaben, die Roboter übernehmen können, und verbessert Geschicklichkeit, Verlässlichkeit und Sicherheit.

Ergebnisse aus mehr als 200 Aufgaben

Das Modell durchlief mehr als 200 Aufgaben, darunter den Umgang mit empfindlichen Gegenständen, die Arbeit mit Werkzeugen, die Handhabung biegsamer Materialien und präzise Montagevorgänge.

Laut Google DeepMind erzielte Gemini Robotics 2.5 je nach Aufgabe Erfolgsquoten, die 30 bis 100 Prozent über denen früherer Versionen lagen, und schloss Vorgänge 20 bis 30 Prozent schneller ab.

Humanoider Roboter auf Mercedes-Benz-Linien

Die bedeutendste Demonstration betraf Apptronik Apollo 2, einen humanoiden Roboter von ungefähr menschlicher Gestalt, der in den Produktionslinien von Mercedes-Benz im ungarischen Kecskemét und im baden-württembergischen Sindelfingen arbeitete.

Dort führten die Roboter automobiles Kitting aus: Sie entnahmen einzelne Teile aus Schüttbehältern und legten sie für die Fahrzeugmontage in Trays. Apollo 2 steuerte Arme und Hände mit Gemini Robotics 2.5 und plante seine Arbeit mit Gemini Robotics ER, was im Proof-of-Concept-Programm eine berichtete Erfolgsquote von 96 Prozent ergab.

Offene Fragen

  • Hält die berichtete Erfolgsquote von 96 Prozent auch über das Proof-of-Concept-Programm hinaus?

Wichtige Fakten

  • Google DeepMind hat Gemini Robotics 2.5 vorgestellt, ein aktualisiertes Vision-Language-Action-Modell für komplexe physische Aufgaben in Industrie und Alltag.
  • Das Modell wurde an mehr als 200 Aufgaben geprüft, darunter empfindliche Objekte, Werkzeugeinsatz, flexible Materialien und präzise Montage.
  • Google DeepMind meldet Erfolgsquoten, die 30 bis 100 Prozent über denen früherer Versionen liegen, bei Vorgängen, die 20 bis 30 Prozent schneller abgeschlossen werden.

Quellen & Belege