Google DeepMind vereint gesamten humanoiden Körper unter Gemini Robotics 2 und führt Tests mit Apptronik, Franka und Atlas durch
Neues Modell steuert Beine, Rumpf, Arme und Hände mit 22 Freiheitsgraden unter einer einzigen erlernten Politik. Echtbetrieb beginnt in den kommenden Monaten mit vier Partnerherstellern.
Google DeepMind hat am Donnerstag Gemini Robotics 2 vorgestellt, das erste Grundmodell des Unternehmens, das in der Lage ist, einen gesamten Humanoiden unter einer einzigen erlernten Politik zu betreiben. Die Ankündigung, die im offiziellen Blog von DeepMind veröffentlicht und am selben Tag von Bloomberg berichtet wurde, markiert einen Wendepunkt im Vergleich zur vorherigen Generation, die eine Orchestrierung der Kontrolle von Armen, Händen und Fortbewegung in separaten Modellen erforderte. Jetzt werden Beine, Rumpf, Arme und mehrfingerige Hände vom gleichen Denken koordiniert, wobei das Modell Anweisungen in natürlicher Sprache interpretiert und gleichzeitig motorische Aktionen plant.
Die Architektur wurde an einer fünfäugigen Roboterhand namens SharpaWave getestet, die auf der Plattform Apollo 2 von Apptronik montiert ist und über 22 Freiheitsgrade verfügt. Die Gruppe demonstrierte Aufgabewechsel zwischen dem Apollo 2 und einer bimanuellen Plattform F3 Duo von Franka, was das Interesse von DeepMind an einem tragbaren Basis-Modell zeigt, das nicht an einen einzigen Hersteller gebunden ist. Zu den Partnern des Programms gehören auch Agile Robots mit Sitz in München und Betriebsstätten in China sowie Boston Dynamics, dessen im Mai dieses Jahres getroffener Vertrag die Lieferung einer Flotte von Atlas-Robotern an DeepMind zur Integration mit Gemini vorsieht.
Was sich für den Unternehmenskäufer ändert
Der technische Gewinn ist eindeutig. Ein einzelnes Modell, das über den gesamten Körper nachdenkt, reduziert die Integrationsoberfläche für Unternehmen, die einen Humanoiden in einer Fertigungslinie, einem Verteilzentrum oder einer Gesundheitseinheit implementieren wollen. Anstatt separate Teams für Navigation, Manipulation und Vision zu beauftragen, schließt der Kunde einen Vertrag mit einem der OEMs ab und nutzt das Modell von DeepMind als einheitliche kognitive Schicht. Die Lernkurve zum Reprogrammieren des Roboters vor einer neuen SKU, einer neuen Arbeitsstation oder einem neuen Fußbodenlayout sollte schrumpfen, obwohl DeepMind selbst anerkennt, dass die ersten Einsätze im Feld, die für die kommenden Monate geplant sind, dazu dienen werden, reale Grenzen außerhalb des Labors zu kalibrieren.
Die geografische Verteilung der Partner erzählt eine zweite Geschichte. Boston Dynamics, heute unter Hyundai, produziert den neuen Atlas in Waltham, Massachusetts, und hat versprochen, im CES in diesem Jahr mit dem Geschäftsbetrieb zu beginnen. Apptronik, mit Sitz in Austin, hat einen Testvertrag mit Mercedes-Benz für den Betrieb des Apollo in einer deutschen Montagelinie. Franka Robotics hat ihre Produktionsstätte in Bayern, und Agile Robots operiert zwischen Deutschland und China. Der Leser, der geopolitische Risiken einer Pipeline für Unternehmensautomatisierung bewerten muss, erhält hier eine konkrete Lesart: Die kognitive Software stammt aus Mountain View, das Stahlchassis wird zwischen den Vereinigten Staaten, Deutschland und China geteilt. Jede dieser Jurisdiktionen bringt eigene Regulierungen für Exportkontrolle, industrielle Daten und Arbeitsrecht mit sich.
Der Wettbewerb hat sich verschärft
Die Einführung bringt DeepMind in einen direkteren Kurs mit Teslas xAI Optimus, Figure AI und Physical Intelligence, die alle in den letzten zwölf Monaten Ankündigungen zu humanoiden Grundlagen gemacht haben. Was Gemini Robotics 2 in der Sichtweise von Google unterscheidet, ist die Integration mit dem Rest des bereits von CIOs in Produktivität und Codierung genutzten Gemini-Stacks, was die Möglichkeit eröffnet, dass ein einziger ausführender Agent von Textunterhaltungen zu physischen Aktionen über Roboter mit relativer Leichtigkeit übergeht. Es ist ein Versprechen, kein Produkt, aber ein Agent, der mit dem CRM des Unternehmens spricht und dann den Humanoiden anweist, ein Teil aus dem Lager zu holen, ist nicht mehr nur eine theoretische Vorstellung.
Es ist wichtig, auch die andere Seite zu betrachten. Meta hat Monate damit verbracht, seine Robotikstrategie neu zu positionieren, ohne ein Referenzprodukt anzukündigen, und auch DeepMind selbst hat kürzlich Turbulenzen durch den Zerfall des ursprünglichen AlphaFold-Teams erlebt, eine Bewegung, die das Unternehmen auf die Neuausrichtung des Fokus auf Gemini zurückführt. Analysten von Morgan Stanley und JPMorgan prognostizieren weiterhin, dass der globale Markt für Humanoide vor 2029 nicht eine relevante Umsatzmasse erreichen wird, ein Szenario, das vom CIO einen ausgewogenen Umgang zwischen Enthusiasmus und Kapitalallokation erfordert.
Was zu beobachten ist
Der nächste Test des Modells wird der Einsatz im Feld mit Apptronik und Franka in den kommenden Monaten sein. Zwei Metriken verdienen eine genaue Beobachtung: die Umstellungsrate auf eine neue Aufgabe innerhalb derselben Anlage, die heute die größte Achillesferse konventioneller kollaborativer Roboter darstellt, und die Rate menschlicher Intervention pro Betriebsstunde, ein klarer Indikator, um Demo von einem fertigen Produkt zu unterscheiden. Gleichzeitig deutet die Entscheidung von DeepMind, Gemini Robotics 2 vorläufig von der öffentlichen API fernzuhalten und derzeit nur Partnern des Programms zugänglich zu machen, darauf hin, dass Google beabsichtigt, über einen langsamen OEM-Zyklus zu monetarisieren und nicht über ein offenes SDK für Startups. Für den Unternehmenskäufer bedeutet dies, dass der Zugang weiterhin über den Hardwareanbieter und nicht über die Cloud-Plattform erfolgt.