Einordnung
Gemini Robotics 1.5 ist ein Vision-Language-Action-Modell (VLA) von Google DeepMind. Es wandelt visuelle Informationen und Anweisungen in motorische Befehle um, mit denen Roboter physische Aufgaben ausführen können. Die offizielle Ankündigung erschien am 25. September 2025. (deepmind.google)
Fähigkeiten und Anwendungen
- Das Modell kann vor und während der Handlung über mehrstufige Aufgaben nachdenken, längere Aufgaben in kleinere Schritte zerlegen und seine Vorgehensweise in natürlicher Sprache erläutern.
- Google demonstrierte unter anderem das Sortieren von Wäsche und die Übertragung gelernter Bewegungen zwischen unterschiedlichen Robotertypen, darunter ALOHA 2, Apollo und ein zweiarmiger Franka-Roboter.
- In einem gemeinsamen System kann das separate Modell Gemini Robotics-ER 1.5 die übergeordnete Planung und Werkzeugnutzung übernehmen; Gemini Robotics 1.5 führt die jeweiligen physischen Schritte aus. Die API-Verfügbarkeit und technischen Eigenschaften von Robotics-ER 1.5 sind nicht mit denen des hier beschriebenen VLA-Modells gleichzusetzen. (deepmind.google)
Zugang und Einschränkungen
Laut Ankündigung war Gemini Robotics 1.5 zum Veröffentlichungszeitpunkt ausgewählten Partnern zugänglich. Ein aktueller öffentlicher API-Modellcode für dieses Modell wurde nicht verifiziert. Die Übertragung zwischen Robotern wurde in konkreten Versuchen gezeigt und garantiert keinen zuverlässigen Betrieb auf jeder Hardware oder bei jeder Aufgabe.
Google beschreibt Sicherheitsmaßnahmen wie die Prüfung von Handlungen und das Auslösen robotereigener Subsysteme zur Kollisionsvermeidung. Diese ersetzen keine für den jeweiligen Einsatz erforderlichen technischen Sicherheitsmaßnahmen. (deepmind.google)
Preise
Für Gemini Robotics 1.5 konnten keine offiziellen Eingabe- oder Ausgabepreise und keine Abrechnungseinheit verifiziert werden. Preise anderer Robotics-ER-Modelle gelten nicht als Preise dieses Modells. Geprüft am 18. November 2026. (ai.google.dev)