Google DeepMind und Boston Dynamics haben sich zusammengetan, um Spot, dem berühmten gelben vierbeinigen Roboterhund, eine neue Intelligenzstufe zu verleihen.
Durch die Integration des neuen Modells Gemini Robotics-ER 1,6 in Spot bewegen sich die Unternehmen weg von vorprogrammierten Abläufen und hin zum „verkörperten Schlussfolgern“ – im Grunde erhält der Roboter damit die Fähigkeit, einen unaufgeräumten Raum oder eine komplexe Fabrikhalle zu betrachten und selbstständig herauszufinden, was als Nächstes zu tun ist.
Laut Google DeepMind ist dieses neue Modell ein „Reasoning-first“-System. Es ermöglicht Robotern, Einrichtungen zu navigieren und physische Daten zu interpretieren, etwa den Zeiger eines Druckmessgeräts abzulesen, und schlägt so eine Brücke zwischen digitaler KI und physischer Handlung.
Eine der beeindruckendsten Neuerungen ist das agentische Sehen. Statt nur ein flaches Bild zu sehen, kann Spot jetzt in kleine Details hineinzoomen, mithilfe von Code Messwerte schätzen und Weltwissen anwenden, um zu verstehen, worauf er blickt. Das ist besonders für industrielle Inspektionen nützlich, bei denen Spot analoge Messgeräte überwachen oder prüfen muss, ob ein Schauglas für Chemikalien voll ist.
„Funktionen wie das Ablesen von Instrumenten und eine zuverlässigere Aufgabenplanung werden Spot in die Lage versetzen, Herausforderungen der realen Welt völlig autonom zu sehen, zu verstehen und darauf zu reagieren“, sagte Marco da Silva, VP und GM von Spot bei Boston Dynamics.
Das System führt außerdem „Transparent Reasoning“ ein. Zum ersten Mal können Nutzer „unter die Haube“ blicken und genau sehen, warum der Roboter eine bestimmte Entscheidung getroffen hat – dadurch wirkt die KI ein wenig weniger wie eine Blackbox.
Während der Schwerpunkt weiterhin auf der Schwerindustrie liegt, wo es um das Erkennen von Gaslecks, das Zählen von Paletten und das Aufspüren von Pfützen geht, zeigte eine kürzlich durchgeführte Demonstration Spot bei deutlich „menschlicheren“ Aufgaben. Der Roboter wurde dabei beobachtet, wie er eine handgeschriebene To-do-Liste las, Schuhe ordnete und sogar einen echten Hund mithilfe einer Leine ausführte.
Sicherheit und die Lücke beim Tastsinn
Google hat außerdem einen Sicherheits-Benchmark namens ASIMOV integriert, um sicherzustellen, dass der Roboter keine gefährlichen Fehler macht – etwa ein Glas Wasser zu nahe an den Rand eines Tisches zu stellen.
Eine große Hürde bleibt jedoch: der Tastsinn. Die meisten KI-Modelle werden mit Internetdaten trainiert, die voller Bilder und Texte sind, aber nur sehr wenige Informationen darüber enthalten, wie sich Dinge tatsächlich anfühlen. Deshalb verlässt sich Spot derzeit fast vollständig auf seine Kameras, um zu entscheiden, wie er mit Objekten interagieren soll.
Verfügbarkeit
Gemini Robotics-ER 1,6 ist ab sofort über die Gemini API und Google AI Studio für Entwickler verfügbar. Google DeepMind hat außerdem ein Colab für Entwickler mit Beispielen dazu veröffentlicht, wie das Modell konfiguriert und für Aufgaben des verkörperten Schlussfolgerns per Prompt angewiesen werden kann.
Für Kunden von Boston Dynamics ist der Wechsel zum Gemini-basierten Modell AIVI-Learning seit dem 8. April 2026 offiziell für alle registrierten Kunden aktiv.
Lesen Sie auch: Mehr als 100 Maschinen werden bei Beijings bevorstehendem Halbmarathon für humanoide Roboter.