Google hat eine neue Robotik-Forschung vorgestellt, die zeigt, wie ein einzelnes, großes Sprachmodell (Gemini) einen Roboter trainiert, zu gehen und Aufgaben eigenständig auszuführen. Besonders spannend: Der Reasoning-Teil – also wie der Roboter denkt und plant – wird als öffentliche API veröffentlicht, während die Motor-Kontrolle noch nicht verfügbar ist. Das deutet auf einen praktischen Ansatz hin, bei dem Google die wertvollen Fähigkeiten (Planung, Reasoning) democratisiert, die Implementierungsdetails aber zurückhält. Das ist relevant für alle, die verstehen wollen, wie multimodale KI-Systeme in der physischen Welt funktionieren.
