Google DeepMind hat mit Gemini Robotics ER 2 das «Gehirn» seiner neuen Robotik-Familie für alle Entwickler geöffnet: Das Modell plant mehrstufige Roboter-Aufgaben, erkennt per Videoverständnis in Echtzeit, ob etwas schiefläuft, und koordiniert mehrere Roboter gleichzeitig. Die beiden Action-Modelle der Gemini-Robotics-2-Familie bleiben vorerst Early-Access-Partnern vorbehalten.
Kostenloses Erstgespräch — herstellerneutral, direkt aus dem Rheintal.
Robotik wird zum nächsten grossen KI-Feld – und Google verkauft nicht den Roboter, sondern dessen Gehirn: Das Reasoning-Modell ER 2 ist ab sofort für alle Entwickler zugänglich, die Körper bauen Partner wie Apptronik und Boston Dynamics.
Google DeepMind hat am 30. Juli 2026 Gemini Robotics ER 2 lanciert – und damit das «High-Level-Gehirn» seiner neuen Robotik-Offensive für alle geöffnet. Das Reasoning-Modell versteht den Raum um einen Roboter, plant mehrstufige Aufgaben und übergibt die eigentliche Bewegung an ein Steuerungsmodell. Entwickler können ER 2 ab sofort über die Gemini API und Google AI Studio ansteuern, Unternehmen als Private Preview auf der Gemini Enterprise Agent Platform.
Die wichtigste Neuerung ist das Videoverständnis: ER 2 verfolgt den Kamera-Livestream des Roboters und erkennt, wie weit eine Aufgabe fortgeschritten ist – und wann der entscheidende Moment kommt, etwa beim Kaffee-Eingiessen rechtzeitig zu stoppen. Laut Google findet das Modell solche Momente mit 91,3 Prozent Genauigkeit bei 0,96 Sekunden mittlerer Abweichung und arbeitet dabei viermal schneller als deutlich grössere Modelle. Läuft etwas schief, wiederholt der Roboter nur den betroffenen Schritt statt des ganzen Ablaufs. Neu koordiniert ER 2 auch mehrere Maschinen: In einer Demo räumen der Humanoide Apollo 2 von Apptronik und das Zweiarm-System Franka F3 Duo gemeinsam auf; in einer anderen holt Boston Dynamics' Roboterhund Spot auf Zuruf einen Popcorn-Snack.
ER 2 ist Teil der gleichzeitig vorgestellten Familie Gemini Robotics 2. Deren Action-Modell steuert Humanoide laut DeepMind erstmals komplett – «von den Füssen bis in die Fingerspitzen», inklusive einer fünffingrigen Roboterhand mit 22 unabhängig beweglichen Gelenkachsen. Die Variante On-Device 2 läuft lokal und passt sich mit typischerweise unter 200 Beispielen an neue Roboterkörper an. Beide bleiben vorerst Early-Access-Partnern vorbehalten. Dazu legt DeepMind einen Safety-Report vor: ER 2 sei das bisher sicherste Robotik-Modell des Hauses – es stoppt den Roboter, wenn sich ein Mensch nähert, und der neue ASIMOV-Agentic prüft, ob das Modell unsichere Befehle verweigert.
Robotik gilt als nächstes grosses KI-Feld: Figure, Tesla mit Optimus und 1X bauen Humanoide samt eigener KI. Google fährt die Gegenstrategie – das Gehirn als Plattform, die Körper liefern Partner wie Apptronik oder Boston Dynamics. DeepMind-Forschende sprechen vom Ziel einer «physical AGI»: ein Roboter, der alles tun kann, was du ihm sagst. Für die Robotik-Nation Schweiz mit der ETH Zürich und Spin-offs wie ANYbotics ist das relevant, weil solche Grundmodelle zunehmend hardware-unabhängig werden. Noch gilt allerdings: Von menschlichem Tempo sind die Demo-Roboter ein gutes Stück entfernt.
Das High-Performance-Computing-Labor der FHNW und das Lausanner KI-Labor Giotto.ai wollen gemeinsam Rechenaufwand und Inferenzkosten von KI-Modellen senken, ohne Leistung einzubüssen. Im Fokus: Serving-Engines, Deployment-Profile und Hardware-Beschleuniger.