Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind10. November 2026 · Q000684

Gemini Robotics 2.5: Accelerating Physical Intelligence

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Google DeepMind berichtet, Gemini Robotics 2.5 habe in Tests mit mehr als 200 Aufgaben je nach Aufgabentyp höhere Erfolgsraten und kürzere Ausführungszeiten als frühere Vergleichsmodelle erzielt. In einem Pilotprojekt mit Apptronik und Mercedes-Benz sortierte Apollo 2 Autoteile mit einer von Google angegebenen Erfolgsrate von 96 Prozent; außerdem meldet das Unternehmen Verbesserungen bei Sicherheitsmessungen. Der Beitrag erläutert Prüfmethoden und unabhängige Validierung nur begrenzt und beschreibt einen Proof of Concept, keinen umfassend belegten regulären Einsatz.

Mittel

Google DeepMind stellt Gemini Robotics 2.5 als sein bisher leistungsfähigstes Modell zur Steuerung von Robotern vor. Das Unternehmen berichtet, es habe das System an mehr als 200 Aufgaben geprüft, von Werkzeuggebrauch bis zum Umgang mit empfindlichen und biegsamen Gegenständen. Gegenüber früheren Vergleichswerten sei die Erfolgsrate je nach Aufgabe um 30 bis 100 Prozent gestiegen; zugleich seien die Aufgaben 20 bis 30 Prozent schneller erledigt worden.

Ein Pilotprojekt mit Apptronik und Mercedes-Benz erprobte Apollo-2-Roboter beim Sortieren von Autoteilen in Werken in Ungarn und Deutschland. Google gibt für diese Aufgabe eine Erfolgsrate von 96 Prozent an. Der Bericht beschreibt dies als Proof of Concept; Angaben zur Zahl der Versuche oder einer unabhängigen Prüfung fehlen.

Google zufolge verbesserte eine neue Sicherheitssteuerung den Abschluss von Aufgaben in der Nähe von Hindernissen um 33 Prozent und von Menschen um 43 Prozent. Ein neuer Benchmark soll Widerstand gegen verschleierte unsichere Aufforderungen testen; Gemini 4 Argon habe darin 99,5 Prozent erreicht. Die Messwerte werden im Beitrag nicht näher methodisch erläutert. Gemini 4 Argon habe außerdem durch Simulationen die Entwicklung des Robotikmodells beschleunigt. Eine breite Einführung wird nicht belegt; zunächst soll das Modell an Robotikpartner gehen.

Ausführlich lesen

Der Bericht stellt Gemini Robotics 2.5 als Googles bislang leistungsfähigstes Vision-Language-Action-Modell für Roboter vor. Nach Darstellung des Teams soll es mehr unterschiedliche Fähigkeiten erlernen und schneller erwerben als frühere Modelle. Das soll Robotern helfen, in weniger vorhersehbaren Umgebungen geschickter, zuverlässiger und sicherer zu arbeiten. Als Beispiele nennt der Bericht den Umgang mit Werkzeugen, empfindlichen Gegenständen und biegsamen Materialien.

Google DeepMind gibt an, das Modell anhand von mehr als 200 Aufgaben geprüft zu haben, darunter das Servieren von Essen mit einer Zange, das Binden einer Schleife und das Pipettieren. Gegenüber früheren Vergleichswerten habe es je nach Aufgabentyp eine um 30 bis 100 Prozent höhere Erfolgsrate erreicht und Aufgaben 20 bis 30 Prozent schneller erledigt. Die Tests sollen auch eine höhere Präzision und Robustheit zeigen. Der Bericht nennt verschiedene Roboterplattformen, darunter Apptroniks humanoiden Apollo 2 und Frankas Duo-System.

Als Praxiserprobung beschreibt der Beitrag ein gemeinsames Pilotprojekt von Google DeepMind, Apptronik und Mercedes-Benz in Werken in Ungarn und Deutschland. Apollo 2 sortierte dabei Metallteile aus Behältern in geordnete Schalen, damit sie in der benötigten Reihenfolge für Fahrzeuge bereitstehen. Für diese Aufgabe meldet Google eine Erfolgsrate von 96 Prozent. Gemini Robotics ER sollte den Arbeitsablauf verfolgen, während Gemini Robotics 2.5 die Bewegungen der Arme und Hände steuerte. Der Apptronik-Chef bewertet die Übertragung auf die Mercedes-Benz-Produktion als gelungen und berichtet von deutlichen Verbesserungen nach wenigen Wochen Nachtraining. Es bleibt laut Bericht ein Proof of Concept; Angaben zu Dauer, Zahl der Versuche, unabhängiger Prüfung oder Einsatz im regulären Betrieb fehlen.

Zur Sicherheit berichtet Google von einer Steuerung, die während der Ausführung auf körperliche Gefahren reagieren soll. In den eigenen Auswertungen habe sie die sichere Aufgabenerledigung um Hindernisse um 33 Prozent und in der Nähe von Menschen um 43 Prozent verbessert. Für längerfristige Aufgaben stellt der Beitrag außerdem den offenen Benchmark ASIMOV-Jailbreak vor, der verschleierte unsichere Aufforderungen in verschiedenen Szenen prüfen soll. Gemini 4 Argon erreiche dabei eine Widerstandsfähigkeit von 99,5 Prozent, gegenüber 82 Prozent bei der genannten früheren Vergleichsversion. Die Darstellung liefert keine Einzelheiten zu Testaufbau oder unabhängiger Validierung dieser Werte.

Gemini 4 Argon habe die Entwicklung beschleunigt, indem es laut Beitrag simulierte Trainingsläufe und digitale Abbilder von Umgebungen erzeugen sowie mögliche Fehlerursachen aus Videos untersuchen könne. Der Artikel beschreibt damit Fortschritte und Versuche, aber keine breit angelegte Einführung: Das Modell werde zunächst für Robotikpartner bereitgestellt. Aussagen über einen Weg zu „Physical AGI“ sind Zielsetzungen des Unternehmens, keine im Bericht nachgewiesenen Ergebnisse.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Der Bericht ist ein Produkt-Blogbeitrag von Google DeepMind mit Eigenangaben; die Zahlen sind unabhängig nicht geprüft. Die Abbildungsbeschriftung „Facebook logo“ bei Abbildung 1 passt nicht zum Inhalt und ist eine Quellenartefakt.

Im Bericht, aber nicht in der Zusammenfassung

  • Sicherheitsmessung: Die Verbesserungen bei Hindernissen (33 Prozent) und bei Menschen (43 Prozent) fehlen in der mittleren Fassung als konkrete Zahlen
  • Jailbreak-Vergleich: Argon erreicht 99,5 Prozent gegenüber 82 Prozent beim Vorgänger Gemini Robotics ER 2, dieser Vergleich fehlt
  • Zusammenarbeit mit mehreren Robotertypen, darunter Apollo 2 und Franka Duo, sowie die Rolle des Modells Gemini Robotics ER bei der Ablaufsteuerung der Pilotaufgabe fehlen

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 33 %nur am Rande erwähnt
    • JEV 44 %einzelne zitierbare Belege
    • amos 26 %nur am Rande erwähnt
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 25 %einzelne zitierbare Belege
    • d3-ultra 48 %gleiches Oberthema, hilft nicht

    • SF-F1-T05 Welche Cyber-Prüfungen und welche Testbausteine (Testfälle, Bewertungswerkzeuge, Datensätze) würden jedes Labor und jedes Ministerium anstelle einer bloßen Behauptung als gültig anerkennen, wenn andere sie an ihrem Modell durchführen? Und welche genormte Testsammlung würden Labore verschiedener Staaten gemeinsam an eingefrorenen Modellversionen laufen lassen, verwaltet von einer dritten Stelle, der alle trauen? Luna: Stufe 4 · 27 % · einzelne zitierbare Belege
  2. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 34 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 34 %einzelne zitierbare Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht

    • SF-F4-T03 Welche neue Prüfung braucht jeder Einsatz, wenn Fähigkeiten zunehmend im Nachdenken des Modells während der Nutzung stecken statt in einem einmal trainierten Modell, und würden die für ein festes Modell gebauten Freigabetests das noch erfassen? Luna: Stufe 3 · 27 % · Hintergrund, keine Belege
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 36 %einzelne zitierbare Belege
    • JEV 51 %einzelne zitierbare Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 33 %gleiches Oberthema, hilft nicht
    • drex 31 %einzelne zitierbare Belege
    • d3-ultra 42 %gleiches Oberthema, hilft nicht

    • SF-P3-T07 Wird jede öffentliche Aussage, ein führendes KI-Modell sei „besser ausgerichtet“ als ein anderes (folge also seinen vorgesehenen Zielen und Werten besser), reproduzierbare Kriterien, externe Prüfungen und widersprechende Ergebnisse enthalten? Luna: Stufe 4 · 49 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 6 · beantwortet teilweise oder widerspricht
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 52 %einzelne zitierbare Belege
    • JEV 31 %Hintergrund, keine Belege
    • amos 28 %nur am Rande erwähnt
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

    • SF-T1-T05 Welche messbaren Vergleichswerte würden zeigen, dass die Ausrichtung der Modelle eines Labors an den vorgesehenen Zielen und Werten schneller vorankommt, als ihre Fähigkeiten wachsen, über das Fehlen öffentlicher Fehlschläge hinaus? Luna: Stufe 3 · 28 % · Hintergrund, keine Belege
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 25 %gleiches Oberthema, hilft nicht
    • Luna 44 %einzelne zitierbare Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 29 %einzelne zitierbare Belege
    • SubQ 33 %gleiches Oberthema, hilft nicht
    • drex 30 %einzelne zitierbare Belege
    • d3-ultra 27 %gleiches Oberthema, hilft nicht

Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 52 %einzelne zitierbare Belege
    • JEV 42 %umfangreiche Belege
    • amos 27 %einzelne zitierbare Belege
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 30 %einzelne zitierbare Belege
    • d3-ultra 57 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-V1-T01 Welche beobachtbaren Belege zeigen die Ziele und Werte eines Modells und ob es noch ausgerichtet ist, wenn seine sichtbaren Gedankengänge kein verlässlicher Hinweis mehr darauf sind oder ihre Überwachung nachlässt? Luna: Stufe 4 · 29 % · einzelne zitierbare Belege
    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 5 · 41 % · umfangreiche Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
    • SF-V1-T03 Was ist das Kleinste, das ein Modell öffentlich vorlegen kann (ein Test, ein Protokoll, eine Spur), das als Beleg für Ausrichtung an den vorgesehenen Zielen und Werten zählt und nicht nur für Leistung? Luna: Stufe 4 · 34 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
    • SF-V1-T09 Wenn Labore bessere Überwacher bauen, Modelle lernen, ihnen auszuweichen, und sich dieses Wechselspiel in jedem Labor beschleunigt: Behandeln Regierungen diesen Wettlauf selbst als Sicherheitsfrage zwischen Staaten, und welche gemeinsamen Belege würden zeigen, dass er beherrscht ist? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 60 %einzelne zitierbare Belege
    • JEV 39 %umfangreiche Belege
    • amos 28 %einzelne zitierbare Belege
    • SubQ 30 %gleiches Oberthema, hilft nicht
    • drex 24 %einzelne zitierbare Belege
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-V3-T01 Worauf verlässt sich ein Mensch, wenn er glaubt, niemand sehe zu, und lassen sich solche Werte einem System beibringen, das sie nur aus Text gelernt hat? Wie testen Labore heute, ob die Werte eines Modells halten, wenn es zu Recht oder zu Unrecht glaubt, niemand sehe zu? Und wenn niemand erkennen kann, ob jemand zusieht: Was hält Werte dann fest, Charakter, Training oder die Geschichte, die man sich selbst erzählt? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege
    • SF-V3-T03 Werden Labore und die übrige Branche gemeinsame Tests veröffentlichen, ob Werte bei unbekannten Aufgaben, widerstreitenden Anreizen, in gegnerischen Lagen und bei fehlender oder anders wahrgenommener Aufsicht halten, unabhängig wiederholt und mit Fehlschlägen und Unsicherheit? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 3 · 44 % · Hintergrund, keine Belege
  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 26 %Hintergrund, keine Belege
    • JEV 53 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 41 %einzelne zitierbare Belege
    • JEV 44 %umfangreiche Belege
    • amos 27 %einzelne zitierbare Belege
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 26 %einzelne zitierbare Belege
    • d3-ultra 45 %gleiches Oberthema, hilft nicht

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 27 %einzelne zitierbare Belege
    • JEV 44 %einzelne zitierbare Belege
    • amos 24 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 28 %gleiches Oberthema, hilft nicht
    • d3-ultra 35 %gleiches Oberthema, hilft nicht

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 28 %gleiches Oberthema, hilft nicht
    • Luna 31 %Hintergrund, keine Belege
    • JEV 39 %gleiches Oberthema, hilft nicht
    • amos 29 %nur am Rande erwähnt
    • SubQ 33 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra 65 %gleiches Oberthema, hilft nicht

Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 44 %nur am Rande erwähnt
    • JEV 59 %einzelne zitierbare Belege
    • amos 28 %nur am Rande erwähnt
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 33 %nur am Rande erwähnt
    • d3-ultra 43 %gleiches Oberthema, hilft nicht
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 52 %einzelne zitierbare Belege
    • amos 25 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

  3. SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 32 %Hintergrund, keine Belege
    • JEV 49 %einzelne zitierbare Belege
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 41 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 29 %Hintergrund, keine Belege
    • JEV 29 %Hintergrund, keine Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht

Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →