Gemini 4: Googles neues KI-Modell steuert auch Roboter – Argon beschleunigt die Roboterentwicklung (Video)

Google hat mit dem neuen KI-Modell Gemini 4 Argon nicht nur im produktiven Bereich für Endnutzer große Fortschritte gemacht, sondern baut auch die Fähigkeiten von Gemini Robotics massiv aus. Das KI-Modell für Roboter soll enorme Fortschritte im physischen Verständnis, der Code-Generierung und dem visuell-semantischen Denken gemacht haben. In einer ganzen Reihe von Beispielen zeigt man, wie Gemini Roboter ansteuert.

Google setzt Gemini in allen denkbaren Bereichen ein und hat schon vor längerer Zeit das Programm Gemini Robotics angekündigt, das auf Basis des neuen KI-Modells Gemini 4 Argon wohl große Fortschritte verzeichnen kann. Es soll sogar die Entwicklung in Richtung „physischer AGI“ (Künstliche Allgemeine Intelligenz) beschleunigen. Die Benchmarks geben dem wohl Recht: Beim „Embodied Reasoning (ERQA) Benchmark“, der das Lösen physischer und räumlicher Probleme testet, erreicht Argon 87% und übertrifft damit alle anderen aktuellen Modelle.

Mit Gemini Robotics auf Basis von Gemini 4 Argon setzt man auf die vier zentralen Anwendungsbereiche der Robotersteuerung, dem Bereich Real2Sim, auf das physische Verständnis sowie auf die Forschung und Selbstverbesserung. Im Folgenden fassen wir die wichtigsten Informationen einmal zusammen, die für Endnutzer aktuell im vollen Ausmaß eher schwer zu fassen sind:

Gemini in der Robotersteuerung

• Simuliertes Üben (Real-to-Sim-to-Real): Argon kann komplexe Aufgaben (wie einen Boston Dynamics Spot Roboter, der eine Dose in einen Treteimer wirft) erst in einem digitalen Zwilling (MuJoCo-Simulation) üben, bevor die Aktion fehlerfrei in der physischen Welt ausgeführt wird.
• Zero-Shot-Steuerung: Das Modell kann Roboterarme für neue, unbekannte Aufgaben anweisen (z. B. eine umgefallene Tasse aufstellen), indem es visuelle Koordinaten und geschlossene Feedbackschleifen nutzt.
• Omni-Steuerung: Es steuert Roboter durch visuelle Echtzeit-Auswertung und korrigiert Bewegungen laufend in einer iterativen Schleife.

Im unten eingebundenen Video könnt ihr euch die Fortschritte im Beispiel ansehen.

Gemini Real2Sim (von der Realität zur Simulation)

• Aus Roboterdaten: Argon kann aus realen Roboter-Teleoperationen kalibrierte digitale Zwillinge erstellen, in denen visuelle und physikalische Daten (wie Kontaktkräfte) exakt der Realität entsprechen.
• Aus menschlichen Videos: Es kann Ego-Perspektiven-Videos von Menschen, die eine Aufgabe erledigen, in eine 500-Hz-Simulation für zweihändige humanoide Roboter übertragen.
• Aus Handskizzen: Eine einfache, handgezeichnete Skizze (z. B. ein Roboter, der einen Ball auf Kisten wirft) reicht aus, damit Argon selbstständig eine physikalisch korrekte und grafisch gerenderte 3D-Simulation der Szene erstellt.

Gemini 4 Argon soll ein enormes technisches und physisches Verständnis haben: Das Modell analysiert multimodale Daten rückwirkend tiefgehend, um beispielsweise komplexe Fingerfertigkeiten oder räumliche Fortschritte genau zu bewerten. Außerdem verwendet Argon die eigene Simulationsumgebung, um Aktionen durch iteratives Üben („Self-Improvement“) kontinuierlich zu verbessern, bevor sie auf die reale Hardware übertragen werden.

Wer sich dafür interessiert, findet im Google-Blog unzählige Videos, Animationen, Testaufbauten und ausführliche technische Erklärungen.

» Gemini 4: Argon optimiert den Chrome-Browser – neue KI entwirrte mehr als 40 Millionen Zeilen Code (Video)

Letzte Aktualisierung am 14.10.2026 / Bilder von der Amazon Product Advertising API / Affiliate Links, vielen Dank für eure Unterstützung! Als Amazon-Partner verdiene ich an qualifizierten Verkäufen.