Gemini Robotics 2.5: wat de robot-AI van Google kan en wat het betekent voor bedrijven

Simon Gütter · 14 november 2026 · Leestijd ongeveer 13 minuten

Titelafbeelding „Gemini Robotics 2.5“: robothand legt met een oranje tang een croissant in een papieren zak, op de achtergrond een productiehal

Kan een robot in een draaiende autofabriek metalen onderdelen uit een kist pakken en in de juiste volgorde sorteren, zonder dat iemand vooraf elke handeling heeft geprogrammeerd? Precies dat heeft Google DeepMind met Gemini Robotics 2.5 laten zien, gepresenteerd op 10 november 2026. Bij een test in fabrieken van Mercedes-Benz lag het succespercentage op 96 procent.1 Ik heb bekeken wat er achter het model zit, wat de cijfers betekenen en wat daarvan nu al relevant is voor kleine en middelgrote bedrijven.

Kort samengevat

Gemini Robotics 2.5 is een AI-model dat robots aanstuurt: het kijkt via camera's, begrijpt instructies in gewone taal en zet die om in bewegingen van armen en handen. Volgens Google lukken er ten opzichte van de voorganger duidelijk meer fijne handelingen, bijvoorbeeld gebak met een tang inpakken of een strik losmaken, en werkt het 20 tot 30 procent sneller. Kopen of zelf gebruiken kun je het model nog niet, het gaat voorlopig alleen naar robotica-partners zoals Apptronik. Wat je nu al kunt uitproberen, is het planningsmodel Gemini Robotics ER 2 in Google AI Studio.1,2

De belangrijkste cijfers

  • 96% succespercentage bij het sorteren van auto-onderdelen met de humanoïde robot Apollo 2 in Mercedes-fabrieken in Kecskemét (Hongarije) en Sindelfingen.1
  • 30 tot 100% hoger succespercentage dan de voorgangers, afhankelijk van de taak, bij 20 tot 30% kortere uitvoeringstijd.1
  • Meer dan 200 verschillende taken getest, van pipetteren tot serveren met een tang.1
  • +33% en +43% meer veilig uitgevoerde taken in de buurt van obstakels en van mensen.1
  • 99,5 in plaats van 82% weerstand tegen verhulde, gevaarlijke instructies (Gemini 4 Argon ten opzichte van Gemini Robotics ER 2).1

Wat is Gemini Robotics 2.5?

Gemini Robotics 2.5 is een zogeheten Vision-Language-Action-model, kortweg VLA-model. De naam beschrijft hoe het werkt: het krijgt camerabeelden (Vision) en een instructie in taal (Language) en geeft daar direct stuurcommando's voor motoren uit (Action).1,3 Klassieke industrierobots werken anders. Ze volgen een vast geprogrammeerd traject, en als een onderdeel scheef in de kist ligt, stoppen ze of grijpen ze mis. Een VLA-model moet zich op zulke afwijkingen kunnen instellen, omdat het de situatie ziet en de taak begrijpt.

Google zet daarbij in op een samenspel van twee modellen. Het planningsmodel Gemini Robotics ER 2 (ER staat voor Embodied Reasoning) houdt het overzicht: het begrijpt de ruimte, splitst een taak op in stappen, praat met mensen en controleert of een stap is gelukt. Het handelingsmodel Gemini Robotics 2.5 zet de afzonderlijke stappen om in bewegingen.1,4 Voor robots die zonder internet of zonder vertraging moeten werken, is er bovendien een kleinere variant die direct op het apparaat draait.4

Model Taak Beschikbaarheid (stand 14-11-2026)
Gemini Robotics 2.5 Handelingsmodel (VLA): stuurt armen, handen en het hele lichaam aan alleen robotica-partners
Gemini Robotics ER 2 Planningsmodel: begrijpt de ruimte, plant stappen, coördineert meerdere robots openbare preview in Google AI Studio en Gemini API, besloten preview in Gemini Enterprise Agent Platform
Gemini Robotics On-Device 2 klein VLA-model, draait lokaal op de robot early-access-partners
Gemini 4 Argon algemeen model, versnelt het robotica-onderzoek Gemini API (betaald), Google AI Ultra

Het model is niet gebonden aan één bepaalde robot. Google laat het zien op de humanoïde robot Apollo 2 van Apptronik met een vijfvingerige hand (SharpaWave, 22 vrijheidsgraden) en op een Franka Duo-platform met twee eenvoudige tweevingerige grijpers.1 Zelfs de On-Device-variant van versie 2 liet zich volgens Google met meestal minder dan 200 voorbeelden in een paar uur aanpassen aan nieuwe robots met twee armen.4

Wat is er nieuw ten opzichte van Gemini Robotics 2?

Gemini Robotics 2 kwam in juli 2026 uit en stuurt robots met het hele lichaam aan, van voet tot vingertop: lopen, bukken en grijpen in één beweging.4 Versie 2.5 legt het zwaartepunt op handigheid en betrouwbaarheid. Google noemt drie gebieden: meer vingervaardigheid, betrouwbaardere resultaten in echt bedrijf en meer veiligheid.1

De sprong is het duidelijkst bij taken met zachte of kwetsbare dingen. Stof en linten vervormen bij elke aanraking, gebak is zo kapot gedrukt. Dat hoort al jaren tot het moeilijkste wat er voor robots bestaat. In Googles eigen tests ziet dat er zo uit:1

Taak Gemini Robotics 2 Gemini Robotics 2.5
Gebak met een tang inpakken 5% 100%
Cadeaustrik losmaken 0% 70%
Vest ophangen 0% 62%
Broek vouwen 0% 40%

Staafdiagram: Gemini Robotics 2.5 lukt het inpakken van gebak met een tang in 100 in plaats van 5 procent van de pogingen, een cadeaustrik losmaken in 70 in plaats van 0, een vest ophangen in 62 in plaats van 0 en een broek vouwen in 40 in plaats van 0 procent

Afbeelding op je eigen pagina gebruiken

Je mag de afbeelding met bronvermelding vrij gebruiken. Kopieer daarvoor deze code:

<a href="https://simon-traffic.com/nl/blog/ai-automatisering/gemini-robotics-robot-ai-voor-bedrijven/"><img src="https://simon-traffic.com/assets/blog/gemini-robotics/gemini-robotics-2-5-erfolgsquote.nl.png" alt="Gemini Robotics 2.5: succespercentage bij lastige handelingen" width="1200" height="675"></a>
<p>Bron: <a href="https://simon-traffic.com/nl/blog/ai-automatisering/gemini-robotics-robot-ai-voor-bedrijven/">Simon Traffic, Gemini Robotics 2.5</a></p>

Wat mij daarbij opvalt: de broek wordt maar in 40 procent van de pogingen netjes gevouwen. Voor een wasserij zou dat waardeloos zijn. Interessant is echter de richting, want bij versie 2 stonden drie van deze vier taken nog op nul. Alle waarden komen van Google zelf, onafhankelijke metingen zijn er tot nu toe niet.

De praktijktest bij Mercedes-Benz: kitting met 96 procent

Het spannendste deel van de aankondiging is voor mij niet het lab, maar de fabriek. Google DeepMind heeft samen met Apptronik en Mercedes-Benz humanoïde robots van het type Apollo 2 ingezet op draaiende productielijnen, in Kecskemét in Hongarije en in Sindelfingen.1

De taak heet kitting: afzonderlijke onderdelen worden uit grote kisten gehaald en gesorteerd in bakken, in precies de volgorde waarin ze later aan de band voor een bepaald voertuig nodig zijn. Dat is eentonig, lichamelijk zwaar en moet toch kloppen. In de test pakte Apollo 2 metalen beugels uit de voorraadkisten en legde ze in de sorteerbakken. Het planningsmodel ER hield het verloop in de gaten, het handelingsmodel 2.5 stuurde handen en armen aan en compenseerde hiaten. Resultaat: 96 procent succespercentage.1

Apptronik-ceo Jeff Cardenas zegt hierover dat de modellen na een paar weken natraining sterk verbeterd waren en zich met nauwelijks prestatieverlies lieten overdragen naar de Mercedes-productie.1

Belangrijk voor de duiding: Google spreekt uitdrukkelijk van een proof of concept, dus een haalbaarheidstest. Van regulier gebruik is geen sprake. 96 procent klinkt hoog, maar betekent ook dat bij 100 onderdelen gemiddeld vier grepen mislukken. In een lijn die in de maat loopt, zijn daarvoor nog steeds mensen nodig die ingrijpen. Toch is dit een ander niveau dan de gebruikelijke beursvideo's, omdat het in een echte fabriek gebeurde en niet in een opgeruimde labopstelling.

Gemini 4 Argon: oefenen in de simulatie in plaats van alleen met de echte robot

Robots leren langzaam, omdat elke poging in de echte wereld tijd kost. Camera opbouwen, robot laten draaien, fouten bekijken, bijstellen, en dat duizenden keren. Hier komt Gemini 4 Argon in beeld, Googles algemene topmodel, dat in oktober 2026 ook voor robotica werd gepresenteerd.5

Volgens Google heeft Argon de ontwikkeling van Gemini Robotics 2.5 sterk versneld, en wel op drie manieren:1

  1. Digitale tweeling: Uit een echt camerabeeld bouwt Argon een realistische simulatie van dezelfde omgeving.
  2. Oefenrondes: In deze simulatie genereert het duizenden gevarieerde doorlopen. Samen met echte voorbeeldhandelingen leert de robot zo sneller omgaan met nieuwe scènes en voorwerpen.
  3. Foutenanalyse: Argon bekijkt video's van mislukte pogingen, stelt vermoedens op over de oorzaak en test verbeteringen eerst in de simulatie en daarna op de echte robot.

Hoeveel dat oplevert, laat een voorbeeld uit Googles ontwikkelaarsblog zien. Uit één enkele foto van een tafel bouwde Argon zelfstandig een natuurkundesimulatie, genereerde daarin meer dan 4.500 gevarieerde oefenrondes en gaf die voor natraining aan het robotmodel. Daarna steeg het succespercentage van de echte robot van 56 naar 75 procent, de tijd per taak daalde van 35 naar 24 seconden.5

In de benchmark ERQA, die ruimtelijk inzicht in 3D-omgevingen toetst, haalt Argon volgens Google 87 procent en staat daarmee voor alle andere topmodellen.5 Voor mij is dit de eigenlijke hefboom achter de aankondiging. Als het trainen van robots grotendeels in de simulatie gebeurt, dalen tijd en kosten voor elke nieuwe taak. En juist dat bepaalt uiteindelijk of een robot loont in een bedrijf met veel wisselende taken.

Veiligheid: hoe Google robots beschermt tegen fouten en manipulatie

Een taalmodel dat fout antwoordt, is vervelend. Een robot die verkeerd grijpt, kan iemand verwonden. Google noemt twee vernieuwingen.1

Veiligheid bij het handelen. Gemini Robotics 2.5 gebruikt tijdens de uitvoering een extra denkhulp, die het in realtime om gevaren heen stuurt, vergelijkbaar met veiligheidsfilters bij een chatbot. In Googles tests werden daardoor 33 procent meer taken veilig uitgevoerd als er obstakels in de weg stonden, en 43 procent meer als er mensen in de buurt waren.1 Gemini Robotics ER 2 kan al herkennen wanneer iemand te dichtbij komt en de robot veilig laten stoppen.4

Bescherming tegen verhulde commando's. Met ASIMOV-Jailbreak heeft Google een open test gepubliceerd. Die bevat honderden instructies die gevaarlijke opdrachten onschuldig inpakken, verdeeld over tientallen scènes. Gemini 4 Argon weerstaat 99,5 procent van deze pogingen, de eerdere referentie Gemini Robotics ER 2 zat op 82 procent.1 De testdataset staat onder de licentie CC BY 4.0 op Hugging Face (toegang na instemming met de gebruiksvoorwaarden). Robotica-bedrijven kunnen er hun eigen systemen mee testen.6

Waar staat Google ten opzichte van Tesla, Nvidia en andere spelers?

Wie zoekt naar AI-robots, komt snel uit bij Tesla Optimus of Atlas van Boston Dynamics. Het belangrijkste verschil: Google verkoopt geen eigen robots, maar ontwikkelt het brein dat in robots van andere fabrikanten komt. Het lichaam van Apollo 2 komt van Apptronik, de vijfvingerige hand van Sharpa en de aansturing van Google DeepMind.1 Boston Dynamics hoort ook bij Googles partners.3 Tesla daarentegen ontwikkelt robots en software uit één hand, Nvidia levert met Isaac GR00T eigen modellen voor humanoïde robots, en fabrikanten uit China zoals Unitree brengen goedkope hardware op de markt.

Voor bedrijven is dat relevant, omdat het twee wegen opent. Of je koopt later een compleet systeem van één fabrikant, of een robot waarop een model als Gemini Robotics draait. Welke weg zich doorzet, is nog open.

Physical AI: wat betekent het voor kleine en middelgrote bedrijven?

Physical AI, in het Nederlands fysieke AI, is op dit moment een van de snelst groeiende zoekonderwerpen. Dat betekent echter niet dat er morgen een humanoïde robot in jouw werkplaats staat. Mijn inschatting, stand van nu:

Op korte termijn verandert er voor de meeste bedrijven niets. Gemini Robotics 2.5 is alleen voor partners beschikbaar, er is geen openbare interface en geen prijs. Wie nu een humanoïde robot koopt, krijgt dit model er niet bij.

Op middellange termijn zijn taken als kitting de eerste kandidaten. Daarmee bedoel ik werkzaamheden die zich vaak herhalen, maar waarbij de onderdelen niet altijd hetzelfde liggen: orderpicken, sorteren, verpakken, bestukken. Juist daar falen klassieke industrierobots, omdat de omgeving te rommelig is, en juist daar zet Google in. Er zijn nog open vragen die elk bedrijf moet beantwoorden voordat zo'n robot naast mensen werkt: wie is aansprakelijk als hij iets beschadigt of iemand verwondt, en hoe past hij bij de veiligheidsnormen voor machines?

Wat je nu al kunt doen, heeft weinig met robots te maken. Een robot met AI heeft, zoals elke AI-toepassing, duidelijk beschreven processen nodig. Als je nu je handelingen, volgordes en foutgevallen netjes documenteert, is dat de basis voor elke latere automatisering, digitaal of fysiek. Dat is klassieke procesoptimalisatie. Waar jouw bedrijf met AI als geheel staat, kun je met de AI-volwassenheidscheck in een paar minuten inschatten. De snelste successen liggen voor de meeste kleine bedrijven nog steeds bij digitale processen zoals afspraken plannen, aanvragen en documenten, vaak al met een AI-agent of een lokaal model als Nemotron 3.5 Bolt.

Wat je nu al kunt uitproberen

Helemaal zonder robot kun je nu al bekijken hoe Googles robotica-AI denkt:

  1. Gemini Robotics ER 2 in Google AI Studio. Het planningsmodel staat daar als openbare preview klaar en accepteert tekst, beelden, video en geluid. Je uploadt bijvoorbeeld een foto van een stelling of een werkbank, laat voorwerpen herkennen en laat je een verloop in stappen plannen en uitleggen.2
  2. Gemini 4 Argon via de Gemini API. Argon is beschikbaar in het betaalde niveau van de Gemini API en voor abonnees van Google AI Ultra.5 In Googles ontwikkelaarsblog vind je voorbeeldprompts, bijvoorbeeld hoe Argon simulaties bouwt of een robot zonder voorafgaande training aanstuurt.
  3. Wachtlijst voor testers. Google werkt naar eigen zeggen samen met meer dan 100 geselecteerde testers, van grote automatiseerders tot robotica-startups, en neemt via een wachtlijst verdere geïnteresseerden aan.3
  4. ASIMOV-benchmark. Wie zelf robots ontwikkelt, kan de eigen veiligheid toetsen met de open dataset.6

Tijdlijn: Gemini Robotics van 2025 tot nu

Datum Release Nieuw
Maart 2025 Gemini Robotics eerste model, Gemini stuurt robots aan
September 2025 Gemini Robotics 1.5 AI-agenten in de fysieke wereld, overdracht van bewegingen tussen robots
April 2026 Gemini Robotics-ER 1.6 beter plannen en ruimtelijk inzicht
Juli 2026 Gemini Robotics 2 aansturing van het hele lichaam, meerdere robots in een team
Oktober 2026 Gemini 4 Argon voor robotica simulatie, digitale tweelingen, foutenanalyse
November 2026 Gemini Robotics 2.5 meer handigheid, fabriekstest bij Mercedes, ASIMOV-Jailbreak

Bron: Google DeepMind.1,4

Conclusie: grote stap, maar nog geen product

Gemini Robotics 2.5 laat zien dat AI-gestuurde robots het lab verlaten. 96 procent bij kitting in een echte autofabriek en de sprong bij zachte, kwetsbare voorwerpen zijn indrukwekkend, ook al komen alle cijfers van Google zelf. De eigenlijke vooruitgang zit voor mij in de training: als robots een groot deel van hun oefening in de simulatie krijgen, wordt elke nieuwe taak goedkoper.

Voor kleine en middelgrote bedrijven is het onderwerp nu nog iets om te volgen, niet om te kopen. Wie nu echter zijn processen netjes beschrijft en digitale automatisering invoert, is voorbereid wanneer fysieke AI betaalbaar wordt.

Veelgestelde vragen over Gemini Robotics

Wat is Gemini Robotics?

Gemini Robotics is een modelfamilie van Google DeepMind die robots met AI aanstuurt. Ze bestaat uit een planningsmodel (Gemini Robotics ER 2), een handelingsmodel (Gemini Robotics 2.5) en een kleine variant voor gebruik direct op de robot (On-Device 2).3

Kan ik Gemini Robotics 2.5 kopen of gebruiken?

Nee, nog niet. Gemini Robotics 2.5 wordt verspreid onder robotica-partners zoals Apptronik. Openbaar bruikbaar is het planningsmodel Gemini Robotics ER 2 in Google AI Studio. Voor vroege toegang is er een wachtlijst.1,3

Wat is een VLA-model?

VLA staat voor Vision, Language, Action. Zo'n model krijgt camerabeelden en een instructie in taal en maakt daar direct bewegingscommando's voor een robot van. Het hoeft dus niet voor elke handeling geprogrammeerd te worden.1

Wat is het verschil tussen Physical AI en Embodied AI?

Beide begrippen betekenen AI die niet alleen tekst of beelden verwerkt, maar handelt in de fysieke wereld, bijvoorbeeld in een robot. Embodied AI benadrukt het lichaam, dus dat de AI via sensoren waarneemt en via motoren handelt. Embodied AI komt eerder uit het onderzoek, Physical AI is de gangbare begrip uit de branche en de markt. In de praktijk bedoelen beide meestal hetzelfde.

Met welke robots werkt Gemini Robotics 2.5?

Google laat het zien op de humanoïde robot Apollo 2 van Apptronik en op het Franka Duo-platform met twee grijparmen. De modelfamilie is erop ontworpen om met veel robottypen te werken. Partners zijn onder andere Apptronik, Agile Robots en Boston Dynamics.1,3

Werken er bij Mercedes-Benz nu humanoïde robots in de productie?

Niet in reguliere bedrijfsvoering. De inzet van Apollo 2 in Kecskemét en Sindelfingen was een haalbaarheidstest op draaiende lijnen, waarbij de robots onderdelen met een succespercentage van 96 procent hebben gesorteerd.1

Wanneer komen AI-robots in kleine bedrijven?

Een datum is er niet. Google noemt geen prijs en geen datum voor brede beschikbaarheid.1 Eerst zullen waarschijnlijk grote industriële bedrijven en logistieke bedrijven profiteren, bij taken als kitting en orderpicken. Voor kleinere bedrijven loont het tot die tijd om processen te documenteren en digitale automatisering in te voeren.

Wat is Gemini 4 Argon?

Gemini 4 Argon is Googles algemene topmodel. In de robotica bouwt het simulaties en digitale tweelingen uit camerabeelden, genereert het oefenrondes en analyseert het fouten. Het is beschikbaar via de betaalde Gemini API en Google AI Ultra.5

Citeersuggestie

Gütter, Simon (2026): Gemini Robotics 2.5: wat de robot-AI van Google kan en wat het betekent voor bedrijven. Simon Traffic, 14 november 2026. https://simon-traffic.com/nl/blog/ai-automatisering/gemini-robotics-2/

Bronnen

  1. Google DeepMind: Gemini Robotics 2.5 accelerates real-world general dexterity, 10-11-2026.
  2. Google DeepMind: Gemini Robotics ER 2, modelpagina, geraadpleegd op 14-11-2026.
  3. Google DeepMind: Gemini Robotics, overzicht en partners, geraadpleegd op 14-11-2026.
  4. Google DeepMind: Gemini Robotics 2 brings whole body intelligence to robots, 30-07-2026.
  5. Google Developers Blog: Gemini 4 Argon for Robotics, 13-10-2026.
  6. Google op Hugging Face: ASIMOV Agentic Safety Evaluation inclusief ASIMOV-Jailbreak, licentie CC BY 4.0, geraadpleegd op 14-11-2026.

Alle prestatiewaarden zijn opgaven van de fabrikant Google DeepMind. Stand: 14 november 2026.