Google DeepMind test Gemini Robotics 2.5 in fabrieken van Mercedes-Benz

Google DeepMind heeft op 10 november 2026 Gemini Robotics 2.5 aangekondigd. Dat is een AI-model dat een robot laat zien, begrijpen en handelen: het koppelt camerabeelden en een opdracht in gewone taal direct aan de bewegingen van armen en handen. Volgens DeepMind leren robots met dit model meer verschillende vaardigheden, en sneller, dan met de vorige versie, Gemini Robotics 2. Het model gaat eerst naar de bedrijven waarmee DeepMind samenwerkt aan robots.

Een robot in een fabriek doet meestal één handeling die tot op de millimeter is voorgeprogrammeerd. Ligt een onderdeel net anders, dan loopt hij vast. Een model dat ziet wat er voor hem ligt en zijn greep daarop aanpast, kan veel meer soorten werk aan.

DeepMind testte het model op 200 verschillende taken, zoals eten opscheppen met een tang, een strik op een cadeau knopen en vloeistof met een pipet overbrengen. Afhankelijk van het soort taak lukte het volgens DeepMind 30 tot 100 procent vaker dan met de vorige versie, en was de robot 20 tot 30 procent sneller klaar.

Het model werkt met verschillende robots. DeepMind noemt de mensachtige robot Apollo 2 van het Amerikaanse bedrijf Apptronik, met een hand met vijf vingers die op 22 manieren los van elkaar kan bewegen, en de Franka Duo, een opstelling met twee robotarmen met eenvoudige grijpers van twee vingers.

Onderdelen sorteren bij Mercedes-Benz

Samen met Apptronik en Mercedes-Benz probeerde DeepMind Apollo 2 uit op draaiende productielijnen in de autofabrieken in Kecskemét (Hongarije) en Sindelfingen (Duitsland). Het was een proef om te laten zien dat het werkt, nog geen vaste inzet. De robot pakte metalen beugels uit grote bakken en legde ze in houders, precies in de volgorde waarin elke auto aan de lijn ze nodig heeft. Lege plekken in de reeks vulde hij zelf op. Volgens DeepMind lukte dat in 96 procent van de gevallen.

Twee modellen werkten daarbij samen: Gemini Robotics ER hield bij welke stap aan de beurt was, en Gemini Robotics 2.5 stuurde de armen en handen. Apptronik-topman Jeff Cardenas zegt dat de modellen na een paar weken extra training op Apollo 2 flink beter werden, en dat ze in de fabriek van Mercedes-Benz bijna net zo goed werkten.

Veilig werken naast mensen

Tijdens het werk let het model op gevaren in de buurt en stuurt het de robot eromheen. Volgens DeepMind steeg daardoor het aandeel taken dat veilig werd afgerond met 33 procent rond obstakels en met 43 procent als er mensen in de buurt waren.

DeepMind deelt ook een nieuwe, vrij beschikbare testset, ASIMOV-Jailbreak: honderden opdrachten waarin een gevaarlijk verzoek slim is verpakt, om te testen of een robotmodel zich laat ompraten. Gemini 4 Argon, het algemene AI-model dat Google in oktober breed uitrolde, weerstond volgens DeepMind 99,5 procent van die pogingen, tegen 82 procent voor het eerdere robotmodel Gemini Robotics ER 2.

Argon hielp ook bij de bouw van Robotics 2.5. Uit een camerabeeld van een echte werkplek maakt het een nagebootste kopie, waarin duizenden oefenrondes kunnen worden gedraaid. Die oefeningen vulden de echte voorbeelden aan. Alle cijfers komen van DeepMind zelf; onafhankelijke metingen moeten ze nog bevestigen.

Wat betekent dit voor de weg naar de singulariteit?

Robots die op een draaiende productielijn zelf onderdelen pakken en sorteren, zetten een stap van het lab naar echt werk. Opvallend is dat één model met verschillende robots werkt, en dat een groot AI-model het oefenen versnelt in een nagebootste wereld. Werkt dat ook buiten deze proef, dan kunnen robots straks veel meer soorten handwerk naast mensen doen.

Wat is de technologische singulariteit? Lees de uitleg →