Google DeepMind hat Gemini Robotics On-Device vorgestellt, ein neues Modell für künstliche Intelligenz, das direkt auf der Hardware von Robotern läuft und keine ständige Internetverbindung benötigt. Die Ankündigung erfolgte am Dienstag in einem offiziellen Blogbeitrag von Carolina Parada, senior director and head of robotics bei Google DeepMind.
Anders als cloudabhängige Systeme ist dieses neue Modell darauf ausgelegt, vollständig lokal zu arbeiten. Dadurch wird es zu einem wertvollen Werkzeug in realen Umgebungen, in denen Geschwindigkeit und Konnektivität entscheidend sind.
Gemini Robotics On-Device baut auf dem ursprünglichen Gemini Robotics-Modell auf, das im März vorgestellt wurde. Die neueste Version ist auf zweiarmige Roboter zugeschnitten und bietet auch in Umgebungen mit eingeschränkter Netzwerkverbindung eine geringere Latenz sowie eine robuste Aufgabenverarbeitung.
Laut Google kann das Modell gut auf verschiedene Aufgaben und Umgebungen verallgemeinern. Es wurde bei komplexen Aktionen wie dem Öffnen von Taschen mit Reißverschluss und dem Umgang mit unbekannten Objekten gezeigt. Berichten zufolge passt es sich außerdem schnell an neue Anweisungen an und benötigt für das Training nur 50 bis 100 Demonstrationen.
Parada schrieb, „Gemini Robotics On-Device erzielt eine starke visuelle, semantische und verhaltensbezogene Verallgemeinerungsfähigkeit … und arbeitet dabei direkt auf dem Roboter.“
Ist das KI-Modell an verschiedene Roboterkörper anpassbar?
Obwohl es zunächst für ALOHA-Roboter trainiert wurde, bestätigte Google, dass das On-Device-Modell erfolgreich für Franka FR3 und den humanoiden Roboter Apollo von Apptronik angepasst wurde. Trotz dieser unterschiedlichen Designs konnte das KI-Modell natürliche Sprachbefehle befolgen und präzise Aufgaben wie das Falten von Kleidern sowie Montagearbeiten an Gürteln ausführen.
Laut Google zeigt diese Flexibilität, wie dasselbe KI-Gehirn mit minimalen Anpassungen auf verschiedene Roboterplattformen übertragen werden kann.
Damit Entwickler mit dem Modell experimentieren und es feinabstimmen können, führt Google außerdem das Gemini Robotics SDK ein. Mit dem Toolkit können Nutzer die KI in MuJoCo testen, einem Physiksimulator für die Modellierung von Robotern. Derzeit ist der Zugriff auf das SDK den Teilnehmern von Googles Programm für vertrauenswürdige Tester vorbehalten.
Mit diesem Setup können Entwickler die KI anhand realer oder simulierter Demonstrationen für individuelle Aufgaben trainieren. Google weist darauf hin, dass das System darauf ausgelegt ist, „schnelles Experimentieren zu unterstützen“, und seine Leistung durch Feinabstimmung verbessert werden kann.
Wie sicher ist das?
Google zufolge steht die Sicherheit im Mittelpunkt. Das Modell ist Teil einer umfassenderen Initiative mit Sicherheitsfokus, die vom Responsible Development & Innovation (ReDI)-Team von DeepMind und dem Responsibility & Safety Council überwacht wird.
Diese Gruppen stellen sicher, dass jede Phase – von der Verarbeitung von Anweisungen bis zur physischen Handlung – gründlich getestet wird, um unsicheres Verhalten zu verhindern. Vor dem Einsatz des Modells in der realen Welt werden Sicherheits-Benchmarks und „Red-Teaming“ empfohlen.
Wie wird sich dieses neue KI-Modell auf die Branche auswirken?
Da auch Wettbewerber wie NVIDIA, Hugging Face und das südkoreanische Unternehmen RLWRLD die Robotik erforschen, bekräftigt Googles Vorstoß seine Position an der Spitze des Einsatzes von KI in der physischen Welt. Die Einführung von Gemini Robotics On-Device könnte den Fortschritt bei autonomen Maschinen für den Einsatz in Haushalten, Fabriken und sogar Katastrophengebieten beschleunigen.