DeepMinds Gemini Robotics-ER 1.6 lässt Spot Messgeräte ablesen
Google DeepMind hat ein neues Embodied-Reasoning-Modell veröffentlicht, das Robotern räumliches Denken und Instrumentenablesung beibringt – entwickelt in Partnerschaft mit Boston Dynamics.
Pascal Eugster
GRÜNDER & ENTWICKLER
21. APRIL 2026
2 MIN. LESEZEIT
INHALT
INHALT
in
PARTNER · INOO GMBH
Wie viel KI verträgt dein Betrieb? In 30 Minuten Klartext.
Kostenloses Erstgespräch — herstellerneutral, direkt aus dem Rheintal.
Gespräch buchen →
DAS WICHTIGSTE IN KÜRZE
DeepMinds Gemini Robotics-ER 1.6 bringt Robotern räumliches Denken und präzise Instrumentenablesung bei – Boston Dynamics' Spot nutzt es bereits in Industrieanlagen weltweit.
Vom Labor in die Fabrik
Gemini Robotics-ER 1.6 ist das kognitive Gehirn für Roboter: ein Reasoning-Modell, das komplexe Aufgaben in Teilschritte zerlegt, externe Tools aufruft und entscheidet, wann ein Schritt wiederholt werden muss. Die Architektur folgt dem Dual-System-Ansatz – ER als Stratege, Vision-Language-Action-Modelle (VLAs) als Ausführende.
Die wichtigste Neuerung ist Instrument Reading: Roboter wie Boston Dynamics' Spot können nun Druckmesser, Sichtgläser und digitale Anzeigen in Industrieanlagen autonom ablesen. Dafür nutzt das Modell «Agentic Vision» – es zoomt zunächst in das Bild, schätzt Proportionen per Code-Ausführung und interpretiert den Messwert mit Weltwissen. Die Erfolgsrate stieg von 23 Prozent (ER 1.5) über 67 Prozent (Gemini 3.0 Flash) auf 86 Prozent – und mit Agentic Vision auf 93 Prozent.
Breite Verbesserungen
Neben der Instrumentenablesung verbessert ER 1.6 die räumliche Logik, Multi-View-Wahrnehmung und Sicherheitsinstruktions-Befolgung. Bei der Erkennung von Sicherheitsrisiken in Videos liegt das Modell 10 Prozent über Gemini 3.0 Flash. Boston Dynamics hat ER 1.6 bereits in sein Produkt Orbit AIVI-Learning integriert – seit dem 8. April für alle Kunden verfügbar. Das Modell ist auch über Google AI Studio und die Gemini API zugänglich.
Schweiz-Kontext
Die ETH Zürich bleibt Europas Referenzadresse für Laufroboter. Marco Hutters Robotic Systems Lab hat mit ANYbotics eines der erfolgreichsten Deep-Tech-Spinoffs hervorgebracht – das Unternehmen skaliert autonome Inspektionsroboter mit über 150 Millionen Dollar Gesamtfinanzierung global. Im August 2026 findet in Zürich ein Robotics-Hackathon statt, organisiert unter anderem von ETH RSL und ANYbotics, bei dem LLMs und multimodale KI mit Roboterhardware verbunden werden.
WEITERLESENDas könnte dich auch interessieren.
KI-FORSCHUNG·4. JULI 2026
AISI: Benchmarks unterschätzen KI-Agenten systematisch
Das britische AI Security Institute zeigt in seinem Frontier AI Trends Report, dass gängige Benchmarks die wahren Fähigkeiten von KI-Agenten zu tief ansetzen. Verbesserte man nur das «Scaffolding» eines Modells, stieg die Leistung in Cyber-Tests um fast 10 Prozentpunkte. Für KI-Sicherheit und Regulierung ist das ein Alarmzeichen.
KI-FORSCHUNG·4. JULI 2026
Murats Spezialmodell schlägt GPT, Claude und Gemini
Thinking Machines Lab von Ex-OpenAI-Chefin Mira Murati und der Hedgefonds Bridgewater zeigen: Ein kleines, feinjustiertes Custom-Modell schlägt die grossen Frontier-LLMs bei Finanzaufgaben. Es erreicht 84,7 Prozent Genauigkeit und kostet nur einen Bruchteil.
KI-FORSCHUNG·1. JULI 2026
KI scheitert an echter Biologie – in 7 von 10 Fällen
OpenAIs neuer Benchmark GeneBench-Pro prüft echtes Forschungsurteil statt Faktenwissen. Das beste Modell besteht nur knapp jede dritte der 129 Biologie-Aufgaben – eine nüchterne Messlatte für den Hype um KI in der Wissenschaft.
KI-FORSCHUNG·25. JUNI 2026
GPT-5 löst ein drei Jahre altes Immunologie-Rätsel
Der Immunologe Derya Unutmaz hatte ein Experiment vor drei Jahren ungelöst beiseitegelegt. GPT-5 Pro lieferte die Erklärung in einem Anlauf – und sagte danach sogar das Ergebnis eines unveröffentlichten Versuchs korrekt voraus. Ein Lehrstück darüber, wie KI zur Forschungspartnerin wird, ohne Expertenwissen zu ersetzen.
KI-FORSCHUNG·19. JUNI 2026
KI besteht nur jede dritte Forschungsaufgabe
OpenAIs neuer Test LifeSciBench prüft KI an 750 echten Aufgaben aus der Life-Science-Forschung. Das beste Modell löst nur 36 Prozent – ein nützlicher Dämpfer für überzogene Erwartungen an KI im Labor.
KI-FORSCHUNG·12. JUNI 2026
Diese KI träumt sich Strassen für Roboterautos
Das Startup Decart hat mit Oasis 3 ein Weltmodell vorgestellt, das fotorealistische Strassenszenen in Echtzeit erfindet – ein endloser Fahrsimulator, um selbstfahrende Autos auch mit seltenen Situationen zu trainieren. Noch fahren die Autos aber durch Wände.