Humanoide Roboter Apollo 2 erreichen in Proof-of-Concept zum Sortieren bei Mercedes-Benz 96%

Google DeepMind stellte Gemini Robotics 2.5 vor und berichtete am 10. November 2026 von einer Erfolgsquote von 96 %, als die humanoiden Roboter Apollo 2 von Apptronik bei einem Proof-of-Concept an aktiven Produktionslinien von Mercedes-Benz Fahrzeugteile sortierten.

Gemini Robotics 2.5 ist ein Vision-Language-Action-Modell (VLA), das visuelles Verständnis und Sprachverständnis mit den Aktionen eines Roboters verknüpft. DeepMind führt es schrittweise bei Partnern aus der Robotik ein. Die offizielle Modellseite beschreibt die Steuerung von Tischarmen bis hin zu vollständigen humanoiden Körpern, einschließlich dynamischer Balance beim Gehen, Hocken und Bücken, und bietet eine Warteliste für den frühen Zugang.

Apollo 2 übernimmt die Bereitstellung von Fahrzeugteilen

Die Arbeit in den Werken fand in den Mercedes-Benz-Werken in Kecskemét, Ungarn, und Sindelfingen, Deutschland, statt. DeepMind, Apptronik und der Automobilhersteller setzten Apollo 2 an aktiven Produktionslinien ein. Im Proof-of-Concept sortierte der humanoide Roboter Teile autonom aus Großbehältern in Ablagen und ordnete sie dabei genau in der Reihenfolge an, die für jedes Fahrzeug erforderlich war.

Zwei Modelle teilten sich die Arbeit. Gemini Robotics ER verfolgte den Fortschritt, während Gemini Robotics 2.5 die Hände und Arme des humanoiden Roboters steuerte, um Metallhalterungen für Fahrzeuge aus Vorratsbehältern zu nehmen, in Behälter zur Bereitstellung in der richtigen Reihenfolge zu legen und etwaige Lücken zu schließen. Die getestete Konfiguration von Apollo 2 war mit einer fünfgliedrigen SharpaWave-Hand mit 22 Freiheitsgraden ausgestattet. DeepMind stellt die Auslagerung dieser repetitiven Vorbereitungsarbeit als Möglichkeit dar, die Montagelinien in Betrieb zu halten, während sich die Techniker auf komplexe Montageaufgaben konzentrieren.

Der Mitgründer und CEO von Apptronik, Jeff Cardenas, sagte:

„Durch die Kombination von Apollo 2 mit Gemini Robotics konnten wir beobachten, wie sich die Modelle bereits nach wenigen Wochen Nachtraining deutlich verbesserten und anschließend mit nur sehr geringen Leistungseinbußen in der Mercedes-Benz-Produktion eingesetzt werden konnten.“

Fortschritte bei der Geschicklichkeit und Sicherheitsbewertung

Über die Arbeit in den Werken hinaus umfasste die Evaluierung mehr als 200 verschiedene Aufgaben, darunter das Servieren von Speisen mit einer Zange, das Binden einer Schleife an einer Geschenkbox und das Pipettieren von Flüssigkeit. Die Aufgaben kombinierten den fortgeschrittenen Einsatz von Werkzeugen, die komplexe Handhabung verformbarer Gegenstände und den sorgfältigen Umgang mit empfindlichen Objekten. Je nach Aufgabentyp erzielte das Modell laut DeepMind Erfolgsquoten, die 30 % bis 100 % über denen früherer Vergleichsmodelle lagen, und erledigte die Aufgaben 20 % bis 30 % schneller.

Für die physische Sicherheit nutzt das Modell während der Inferenz eine Anleitung zum schlussfolgernden Denken, um Gefahren in Echtzeit auszuweichen. Bei den Evaluierungen von DeepMind verbesserte sich die sichere Aufgabenerledigung in der Nähe von Hindernissen um 33 % und in der Nähe von Personen um 43 %. Die Veröffentlichung behandelt außerdem agentische Aufgaben mit langem Planungshorizont, bei denen die Sicherheit über mehrere Schritte hinweg gewährleistet sein muss.

DeepMind veröffentlichte außerdem ASIMOV-Jailbreak, einen quelloffenen Benchmark, dessen Aufforderungen unsichere Anfragen in Dutzenden von Szenarien verschleiern. Gemini 4 Argon erreichte laut DeepMind eine Widerstandsfähigkeit gegen Jailbreaks von 99,5 % – gegenüber 82 % beim früheren Vergleichsmodell Gemini Robotics ER 2. Das Repository stellt Evaluierungscode und -daten unter einer MIT-Lizenz bereit.

Die mehrstufige adversariale V3-Evaluierung umfasst 845 Beispiele aus 15 Strategiegruppen und erlaubt bis zu 10 Schritte. Sie kombiniert deterministische Prüfungen von Aufrufen von Aktionswerkzeugen mit der Bewertung durch ein großes Sprachmodell. Zusammengehörige schädliche und harmlose Manipulationsaufgaben auf dem Tisch ermöglichen es dem Testsystem, den Erfolg von Angriffen ebenso wie die übermäßige Ablehnung harmloser Anfragen zu messen. So wird geprüft, ob ein Modell unsichere Anweisungen ablehnt, ohne zugleich sichere Aufgaben zurückzuweisen.

Simulationstraining mit Gemini 4 Argon

DeepMind zufolge beschleunigte Gemini 4 Argon die Entwicklung von Gemini Robotics 2.5 mithilfe von Simulationen. Argon kann aus einer Kameraszene aus der realen Welt Tausende abwechslungsreiche Übungsläufe erzeugen und einen realistischen digitalen Zwilling erstellen. Zusammen mit realen Trainingsdemonstrationen helfen diese Läufe Robotern, schneller auf neue Szenen und Objekte zu generalisieren. Forschende können Argon außerdem nutzen, um anhand von Videos Erklärungen für das Scheitern von Aufgaben vorzuschlagen und Verbesserungen sowohl in Simulationen als auch mit physischen Robotern zu testen.

Ein Entwicklerbeitrag vom 13. Oktober 2026 dokumentiert diesen Ansatz anhand eines separaten Experiments. Es begann mit einem einzigen Farbfoto einer realen Tischoberfläche, die Argon als kalibrierte MuJoCo-Physiksimulation rekonstruierte, bevor mehr als 4.500 Trainingsdurchläufe unter randomisierten Bedingungen erzeugt wurden. Google berichtete, dass die Erfolgsquote des realen Roboters daraufhin von 56 % auf 75 % stieg, während die Ausführungszeit von 35 Sekunden auf 24 Sekunden sank.

Bei dem früheren Experiment handelt es sich nicht um einen Benchmark für Gemini Robotics 2.5; es veranschaulicht jedoch den Entwicklungszyklus, der der Veröffentlichung zugrunde liegt. Für die Industrierobotik verbindet die Ankündigung die Erzeugung simulierter Daten, die Hardwaresteuerung und adversariale Sicherheitstests in einem Arbeitsablauf. Offen bleibt, wie zuverlässig sich dieser Arbeitsablauf über die demonstrierte Bereitstellung von Fahrzeugteilen hinaus auf andere Roboter und Arbeitsplätze übertragen lässt.