- Google hat ein neues Sprachmodell namens Gemini Robotics On-Device gestartet.
- Das Modell kann Aufgaben lokal auf Robotern ausführen, ohne dass eine Internetverbindung erforderlich ist.
- Das Technologieunternehmen behauptet, dass das Modell in Benchmarks ein Niveau erreicht, das dem cloudbasierten Gemini-Robotics-Modell nahekommt.
Google DeepMind hat am Dienstag ein neues Sprachmodell namens Gemini Robotics On-Device vorgestellt. Das Unternehmen gab bekannt, dass das Modell Aufgaben lokal auf Robotern ohne Internetverbindung ausführen kann.
Das neue Modell, das auf dem im März veröffentlichten vorherigen Gemini Robotics AI-Modell des Unternehmens aufbaut, kann die Bewegungen eines Roboters steuern. Google räumte auch ein, dass das Vision-Language-Action-Modell (VLA) klein und effizient genug ist, um direkt auf einem Roboter zu laufen. Laut dem Unternehmen können Entwickler das Modell mit natürlichen Sprachbefehlen steuern und an verschiedene Bedürfnisse anpassen.
Robotics On-Device übertrifft Googles andere Modelle
Wir bringen leistungsstarke KI direkt auf Roboter mit Gemini Robotics On-Device. 🤖
Es ist unser erstes Vision-Language-Action-Modell, das Roboter schneller, hocheffizienter und anpassungsfähiger für neue Aufgaben und Umgebungen macht – ohne ständige Internetverbindung. 🧵 pic.twitter.com/1Y21D3cF5t
— Google DeepMind (@GoogleDeepMind) Juni 24, 2025
Carolina Parada, Leiterin der Robotik bei Google DeepMind, betonte, dass das ursprüngliche Gemini Robotics-Modell einen hybriden Ansatz verwendet, der es ermöglicht, sowohl On-Device als auch in der Cloud zu arbeiten. Sie sagte, dass Benutzer mit dem neuen reinen On-Device-Modell fast so gut auf Offline-Funktionen zugreifen können wie auf die des Flaggschiffs.
Das Technologieunternehmen behauptet, dass das Modell in Benchmarks ein Niveau erreicht, das nahe an dem des cloudbasierten Gemini Robotics-Modells liegt. Google sagte auch, dass es in allgemeinen Benchmarks andere On-Device-Modi übertrifft, nannte diese Modelle jedoch nicht.
„Das Gemini Robotics-Hybridmodell ist immer noch leistungsfähiger, aber wir sind tatsächlich ziemlich überrascht, wie stark dieses On-Device-Modell ist. Ich würde es als Einstiegsmodell oder als Modell für Anwendungen betrachten, die nur über eine schlechte Konnektivität verfügen.“
-Carolina Parada, Leiterin der Robotik bei Google DeepMind.
Das Unternehmen veranschaulichte in der Demo Roboter, die das lokale Modell ausführen, Beutel öffnen und Wäsche falten. Google räumte ein, dass das Modell zwar für ALOHA-Roboter trainiert wurde, es später aber an einen bi-armigen Franka FR3-Roboter und den Apollo-Humanoiden-Roboter von Apptronik angepasst wurde.
Das Technologieunternehmen behauptet, dass der bi-armige Franka FR3 Szenarien und Objekte, die er zuvor nicht gesehen hatte, wie die Montage auf einem industriellen Band, erfolgreich bewältigte. Das Unternehmen erwähnte dass Entwickler Robotern 50 bis 100 Demonstrationen von Aufgaben zeigen können, um sie mit den Modellen im MuJoCo-Physiksimulator für neue Aufgaben zu trainieren.
Google DeepMind erwähnte auch die Veröffentlichung eines Software Development Kits namens Gemini Robotics SDK. Das Unternehmen gab dass sein Robotics SDK vollständige Lifecycle-Tools für die Verwendung von Gemini Robotics-Modellen bereitstellt, einschließlich des Zugriffs auf Checkpoints, des Bereitstellens eines Modells, der Bewertung des Modells am Roboter und im Simulator, des Hochladens von Daten und der Feinabstimmung. Das Unternehmen gab bekannt, dass sein On-Device-Gemini-Robotics-Modell und sein SDK einer Gruppe vertrauenswürdiger Tester zur Verfügung stehen werden, während Google weiterhin daran arbeitet, Sicherheitsrisiken zu minimieren.
Technologieunternehmen steigen in den Robotik-Wettbewerb ein
Auch andere Unternehmen, die KI-Modelle nutzen, zeigen Interesse an der Robotik. Nvidia baut eine Plattform auf, um Foundation-Modelle für Humanoiden zu erstellen. Der CEO des Unternehmens, Jensen Huang, bemerkte, dass der Aufbau von Foundation-Modellen für allgemeine Humanoiden-Roboter eines der aufregendsten Probleme ist, die es heute in der KI zu lösen gilt.
Huang argumentierte, dass der Humanoiden-Faktor derzeit eines der umstrittensten Themen in der Robotikwelt ist. Er räumte ein, dass er zwar Venture-Capital in großen Mengen anzieht, aber dabei auch massive Skepsis hervorruft.
Nvidia hat die robotische Innovation auch durch Initiativen wie Isaac und Jetson vorangetrieben. Im vergangenen März auf seiner jährlichen GTC-Entwicklerkonferenz sich das Humanoiden-Rennen mit Project GROOT.
Nvidia bezeichnete die neue Plattform als ein universelles Foundation-Modell für Humanoiden-Roboter. Das Unternehmen sagte, dass GROOT auch neue Hardware von Nvidia unterstützen wird.
Hugging Face entwickelt nicht nur offene Modelle und Datensätze für die Robotik, sondern arbeitet auch an Robotern. Das Unternehmen gab diesen Monat ein OpenAI-Modell für die Robotik namens SmolVLA.
Das Unternehmen behauptet, dass das Modell auf gemeinschaftlich geteilten Datensätzen trainiert wurde und in virtuellen und realen Umgebungen viele größere Modelle für die Robotik übertrifft. Hugging Face gab auch bekannt, dass SmolVLA darauf abzielt, den Zugang zu Vision-Language-Action-(VLA)-Modellen zu demokratisieren und die Forschung in Richtung generalistischer Roboter-Agenten zu beschleunigen.
Im vergangenen Jahr startete das Unternehmen LeRobot, eine Sammlung von robotikfokussierten Modellen, Datensätzen und Tools. Kürzlich erwarb Hugging Face das in Frankreich ansässige Robotik-Startup Pollen Robotics und stellte mehrere günstige Robotersysteme, einschließlich Humanoiden, zum Kauf vor.
Wenn Sie dies lesen, sind Sie bereits einen Schritt voraus. Bleiben Sie mit unserem Newsletter auf dem Laufenden.
Collins J. Okoth
Collins Okoth ist Journalist und Marktanalyst mit acht Jahren Erfahrung in der Berichterstattung über Kryptowährungen und Technologie. Er ist zertifizierter Finanzanalyst (CFA) und besitzt einen Abschluss in Aktuarmathematik. Collins war zuvor als Autor und Redakteur bei Geek Computer und CoinRabbit tätig.
