Google laat robot een sporttas inpakken met Gemini Robotics 2

TL;DR

• Wat: Google DeepMind lanceert Gemini Robotics 2, een AI-model dat humanoïde robots van kop tot teen aanstuurt — inclusief lopen, bukken en grijpen met vijf vingers.
• Waarom relevant: robots bewegen van laboratorium naar magazijn; de logistieke sector is het eerste grote toepassingsgebied.
• Wat je ermee kunt: volg of het MICS-testcentrum in Nederland demoprogramma's opent voor jouw sector, zodat je de technologie kunt beoordelen zonder direct te investeren.

Google DeepMind toonde vandaag hoe een Apollo 2-robot van Apptronik een sporttas inpakt — lopen naar een tafel, spullen oppakken, ze in een tas stoppen. Wat mij opviel is niet zozeer het trucje zelf, maar het feit dat één AI-model nu het volledige lichaam van een robot bestuurt: benen, romp, armen én vingers tegelijk.

Wat Gemini Robotics 2 precies doet

Tot nu toe kon AI-software voor robots vooral de bovenste helft aansturen. Denk aan een robotarm die iets van een tafel pakt. Gemini Robotics 2 gaat een stap verder: het model stuurt het hele lichaam aan. De robot kan lopen, bukken, hurken, reiken en tegelijkertijd een voorwerp vastpakken.

Het systeem bestaat uit drie onderdelen die samenwerken:

• Een vision-language-action model (VLA) — dat is het deel dat de motoriek regelt, vergelijkbaar met de spieren en reflexen.
• Een embodied reasoning model — het denk-gedeelte, dat plant welke stappen nodig zijn om een opdracht uit te voeren.
• Een on-device model — een lichte versie die op de robot zelf draait en het systeem in een paar uur kan aanpassen aan een nieuw robotlichaam.

Ik vind dat laatste punt eerlijk gezegd bijzonder interessant. Als je met minder dan tweehonderd voorbeelden een nieuw type robot kunt aanleren, verlaagt dat de drempel om de technologie op verschillende machines toe te passen.

De cijfers: wat lukt er al en wat nog niet

Google DeepMind deelt concrete slagingspercentages, en die geven een eerlijk beeld. Het is niet allemaal perfect:

• Voorwerpen van een plank pakken: 76,3% slagingskans
• Voorwerpen van een tafel pakken: 68,4%
• Iets van de vloer oprapen: 45,7%
• Precisie-insteektaken (denk aan een stekker in een stopcontact): 89,6%
• Knopen leggen en zakjes dichtmaken: circa 92%

Wat mij hier opvalt: fijn motorisch werk gaat verrassend goed, maar iets simpels als bukken en iets van de grond oprapen lukt in minder dan de helft van de gevallen. Dat relativeert het sporttas-filmpje een beetje — het is een indrukwekkende demo, maar in een echte werkomgeving wil je niet dat bijna de helft van de bukopdrachten mislukt.

Meerdere robots, één brein

Een opvallend detail: hetzelfde model kan meerdere robots tegelijk aansturen — een Apollo 2 met de ene type hand, een Apollo 2 met een ander type hand, en een Franka-robotarm. De robots delen een soort gemeenschappelijk begrip en kunnen taken aan elkaar overdragen. Stel dat je als ondernemer een magazijn hebt: dan zou je kunnen denken aan een humanoïde robot die dozen van een vrachtwagen tilt en ze doorgeeft aan een robotarm die ze op een pallet stapelt.

Wat betekent dit voor een ondernemer in Nederland?

Ik snap dat een sporttas inpakkende robot ver van je bed kan lijken. Maar de richting die dit opgaat, is concreet relevanter dan je misschien denkt.

De logistieke en industriële sector is op dit moment het grootste toepassingsgebied voor humanoïde robots — goed voor zo'n 32% van de markt in 2026, volgens marktonderzoek. Taken als het lossen van trailers, het verplaatsen van kratten en het stapelen van dozen worden steeds vaker door robots uitgevoerd. Het tempo ligt rond 70-80% van menselijke snelheid, maar dan zonder blessures en zonder ziekteverzuim.

Voor Nederland specifiek is er het MICS-testcentrum, dat bedrijven een gestructureerde omgeving biedt om robottechnologie te testen onder productie-achtige omstandigheden. Dat is wat mij betreft een stuk verstandiger dan afgaan op een gepolijste demovideo op sociale media.

De nuance: regelgeving loopt achter

Wat ik belangrijk vind om te benoemen: de regelgeving rond humanoïde robots in werkomgevingen is nog niet op orde. Veiligheidsnormen zijn nog niet goed toegesneden op robots die naast mensen werken. Functionele veiligheid en juridisch sluitende risicobeoordelingen zijn volgens meerdere bronnen een onderschat probleem. Het bredere ecosysteem — denk aan toeleveringsketens, certificeringen, verzekeringen — loopt naar schatting drie tot vijf jaar achter op de technologie zelf.

Kun je je voorstellen dat je als magazijnbeheerder een humanoïde robot aanschaft, maar dat je verzekeraar nog geen polis heeft die dit dekt? Dat soort praktische hobbels worden nu nog vaak vergeten in het enthousiasme.

Wat Google hiermee wil

Google DeepMind positioneert zich met Gemini Robotics 2 als de leverancier van het brein, niet van het lichaam. Ze maken de software die in robots van andere fabrikanten draait — Apptronik in dit geval, maar het model is bewust ontworpen om snel naar nieuwe robots te verhuizen.

Dat is een model dat we kennen uit de smartphone-wereld: Google maakt Android, anderen maken de telefoons. Ik denk dat Google een vergelijkbare positie nastreeft in de robotica. Of dat lukt, hangt af van hoe snel concurrenten als Tesla (met Optimus) en Figure AI hun eigen software verfijnen.

Het feit dat het embodied reasoning model — Gemini Robotics ER 2 — als publieke preview beschikbaar is, terwijl de andere twee modellen achter een toegangspoort zitten, laat zien dat Google bewust ontwikkelaars wil aantrekken. Mogelijk zien we hier de eerste contouren van een ecosysteem ontstaan.

Een sporttas, een signaal

Een robot die een sporttas inpakt is op zichzelf geen reden om je bedrijfsvoering om te gooien. Maar het is wel een signaal dat de afstand tussen laboratorium en werkvloer kleiner wordt. De technologie gaat van "robotarm op een tafel" naar "robot die door een ruimte loopt en dingen doet."

Voor mij is de les vooral: houd de slagingspercentages in de gaten, niet de demovideo's. Als dat cijfer voor het oprapen van de vloer van 45% naar 90% gaat, wordt het pas echt interessant voor dagelijkse toepassingen. Tot die tijd is het slim om te weten wat er speelt, zonder er meteen op in te springen.