Google DeepMind lässt Roboter mit Gemini Robotics 1.5 vor dem Handeln nachdenken und öffnet das Planungsmodell für Entwickler

Google DeepMind hat am 25. September 2025 zwei Robotermodelle veröffentlicht, die die Arbeit eines Universalroboters in Planung und Ausführung aufteilen. Gemini Robotics 1.5 ist ein Vision-Language-Action-Modell (VLA), das Kamerabilder und Anweisungen in Motorbefehle übersetzt und nach Angaben des Unternehmens seine Überlegungen in Sprache formuliert, bevor es handelt. Gemini Robotics-ER 1.5 ist ein Vision-Language-Modell für räumliches und physikalisches Schlussfolgern, das mehrstufige Pläne erstellt, digitale Werkzeuge wie die Google-Suche aufruft und einzelne Schritte an ein VLA übergibt.

Der Zugang ist sehr unterschiedlich geregelt. Gemini Robotics-ER 1.5 ging laut Googles Entwicklerblog am selben Tag als Vorschau in Google AI Studio und der Gemini API online, unter der Modellkennung gemini-robotics-er-1.5-preview. Gemini Robotics 1.5, das Modell, das tatsächlich Roboterarme steuert, erhalten nach DeepMind-Angaben nur ausgewählte Partner. Die Gewichte beider Modelle wurden nicht veröffentlicht.

Die belastbarste Zahl steht im technischen Bericht, einem nicht begutachteten Preprint, der am 2. Oktober 2025 auf arXiv (2510.03342) erschien. Steuerte Gemini Robotics-ER 1.5 das Ausführungsmodell bei langen Aufgaben, lag die Gesamtfehlerquote der Teilaufgaben bei 22 Prozent. Mit dem allgemeinen Modell Gemini 2.5 Flash als Orchestrator waren es 44,5 Prozent. Planungsfehler fielen von 25,5 auf 9 Prozent, Ausführungsfehler von 13 auf 9 Prozent und Fehler bei der Erfolgserkennung von 6 auf 4 Prozent.

Das denkende VLA allein erreichte laut Bericht bei den schwierigsten mehrstufigen Tests einen Fortschrittswert von bis zu 44 Prozent, der vollständige Agent dagegen häufig Werte nahe 80 Prozent. DeepMind gibt an, Gemini Robotics-ER 1.5 auf 15 akademischen Benchmarks für verkörpertes Schlussfolgern geprüft zu haben, darunter ERQA, Point-Bench, BLINK, CV-Bench, RoboSpatial und Where2Place, und dort insgesamt Bestwerte erzielt zu haben. Verglichen wurde mit GPT-5, GPT-5-mini, Gemini 2.5 Pro und Gemini 2.5 Flash. Einzelwerte zeigt der Bericht überwiegend nur in Grafiken, MEKAWIRE gibt sie deshalb nicht wieder.

Die zweite Neuerung heißt Motion Transfer. DeepMind trainierte Gemini Robotics 1.5 mit Daten dreier sehr verschiedener Maschinen: der zweiarmigen Forschungsplattform ALOHA 2, einem zweiarmigen Franka-Aufbau und dem humanoiden Apollo von Apptronik. Aufgaben, die auf einer Plattform gelernt wurden, funktionieren laut DeepMind ohne Spezialisierung auch auf den anderen. Der Bericht grenzt dies von den hauseigenen On-Device-Modellen ab, die für jede Plattform einen eigenen Checkpoint benötigen.

Es ist die dritte Robotikveröffentlichung von DeepMind im Jahr 2025. Am 12. März stellte das Unternehmen die ersten, auf Gemini 2.0 basierenden Modelle Gemini Robotics und Gemini Robotics-ER vor, mit Apptronik als Hardwarepartner und Agile Robots, Agility Robotics, Boston Dynamics und Enchanted Tools als Testkunden. Am 24. Juni folgte Gemini Robotics On-Device, das sich nach DeepMind-Angaben mit 50 bis 100 Demonstrationen an neue Aufgaben anpassen lässt. Google beteiligte sich laut Apptronik an dessen Series-A-Runde über 350 Millionen Dollar im Februar 2025.

Der Wettbewerb ist dicht. Figure AI stellte am 20. Februar 2025 Helix vor, ein System aus einem Sprachbildmodell mit 7 Milliarden Parametern bei 7 bis 9 Hertz und einer Steuerungspolitik mit 80 Millionen Parametern bei 200 Hertz auf eingebetteten GPUs. NVIDIA veröffentlichte am 18. März Isaac GR00T N1 mit 2 Milliarden Parametern zum Download, allerdings unter einer NVIDIA-Lizenz mit Einschränkungen für die kommerzielle Nutzung. Physical Intelligence präsentierte am 22. April pi0.5 und stellte die Basisgewichte im September in das Repository openpi. Figure schloss am 16. September eine Series C über 1 Milliarde Dollar bei 39 Milliarden Dollar Bewertung nach dem Geld ab.

Für Europa hat die Veröffentlichung eine besondere Note. Eine der drei Trainingsplattformen hat Münchner Wurzeln. Franka-Roboterarme stammen von Franka Robotics, die zu Agile Robots gehört, und Agile Robots zählte bereits im März zu den Testkunden. Für Maschinenbauer und Mittelständler, die keine eigenen Großmodelle trainieren können, bietet ein per API abrufbares Planungsmodell einen Weg, Bildverstehen und Aufgabenplanung über bestehende Steuerungen zu legen, ohne die Bewegungssteuerung aus der Hand zu geben.

Offen bleiben Punkte, die in deutschen Werkshallen schwer wiegen, etwa die Latenz einer Cloudabfrage im Taktbetrieb, die Kosten im Dauerbetrieb und die Übertragung von Kamerabildern aus der Fertigung auf Server außerhalb des eigenen Netzes. Dazu liefert DeepMind keine öffentlichen Daten. Auch Automobilhersteller, die Humanoide in Pilotprojekten erproben, dürften genau beobachten, ob das Ausführungsmodell über den Partnerkreis hinaus verfügbar wird.

DeepMind veröffentlichte zudem eine überarbeitete Fassung seines Sicherheitsbenchmarks ASIMOV und erklärt, Gemini Robotics-ER 1.5 schneide besser ab als der Vorgänger. Die Ergebnisse stehen jedoch nur in Grafiken, und der Test stammt von DeepMind selbst. Entscheidend wird, wann das ER-Modell die Vorschauphase verlässt, ob Gemini Robotics 1.5 breiter verfügbar wird und ob unabhängige Labore die Ergebnisse bestätigen.