Tägliches KI-Briefing, 28. Okt.: Genie 4 startet mit Zugangsbeschränkung, während Gemini Robotics ER 2 in der Vorschau öffnet

Google hat diese Woche zwei Physical-AI-Modelle innerhalb von vierundzwanzig Stunden in die Preview gebracht und den Zugang zu ihnen in entgegengesetzter Weise geregelt.Genie 4, das Weltmodell von Google DeepMind, das eine steuerbare Szene mit synchronisiertem Ton erzeugt, wurde am 27. Oktober 2026 für eine begrenzte Gruppe vertrauenswürdiger Tester angekündigt, mit einer Warteliste und ohne veröffentlichten Preis.Gemini Robotics Embodied Reasoning 2 – ER 2, der High-Level-Roboterplaner, den Google Cloud am selben Tag in die öffentliche Preview überführt hat – kommt mit einer Modell-ID, einer Dokumentationsseite und einer Registrierung, die jeder Cloud-Kunde abschließen kann. Beide sind Previews. Nur bei einem von ihnen gibt es heute eine Tür, durch die man gehen kann.

Diese Asymmetrie ist die Geschichte der Woche – mehr noch als jedes der beiden Modelle für sich. Google setzt die beiden Hälften eines Physical-AI-Stacks zusammen: ein Weltmodell, das Erfahrung erzeugen kann, und ein verkörpertes Reasoning-Modell, das gegen echte Roboter planen kann. Die beiden Hälften wurden mit einem Tag Abstand angekündigt und werden von zwei unterschiedlichen Teilen des Unternehmens unter zwei unterschiedlichen Zugangsregimen bereitgestellt. Was folgt, ist ein Briefing, kein Review – jede Zahl unten ist mit der Angabe versehen, von wem sie stammt.

Punkt 1 — Genie 4 und die drei Behauptungen, die die eigentliche Arbeit leisten

Der DeepMind-Beitrag enthält wenige Zahlen, aber viele Aussagen zu den Fähigkeiten. Drei davon sind wichtig:

• Native Audio. Genie 4 erzeugt Umgebungsgeräusche, Musik und interaktiven Dialog im selben Durchlauf wie die Frames, anstatt nachträglich eine stille Simulation zu vertonen. Es ist das erste DeepMind-Weltmodell, das dies tut.

• Live-Steuerung. Eine getippte Anweisung kann die Kamera bewegen, das Wetter ändern oder eine Figur ins Spiel bringen, während die Welt läuft, und ein Gemini-Modell passt die Anweisung an das an, was gerade auf dem Bildschirm zu sehen ist.

• Ein längeres Zeitfenster. Die kursierende Zahl liegt bei etwa zwei Minuten Szenenkonsistenz – doppelt so viel wie bei Genie 3. Diese Zahl stammt aus Launch-Briefings, nicht aus dem Blog: Googles eigener Text besagt, dass das Modell „kurze Sitzungen“ aufrechterhält, und nennt keine Dauer schriftlich. Betrachten Sie zwei Minuten als eine gemeldete Zahl mit einem Anbieter dahinter, nicht als Spezifikation.

Die strukturelle Ergänzung ist leichter zu übersehen als das Audio. Gemini Omni verankert die Simulation in Erscheinungsbild und Verhalten der realen Welt, und Gemini 3.8 Flashsitzt in der Schleife, beobachtet generierte Frames, zerlegt ein Ziel in Schritte und plant neu, wenn die Szene abweicht. In der Demo, die Google der Öffentlichkeit zeigte, zerlegte Gemini 4 Argon eine Aufgabe, die Genie 4 dann in Echtzeit simulierte, wobei ein Apptronik-Apollo-Humanoid Dame spielte. Das ist ein anderes Produkt als ein Videogenerator: Ein Generator beantwortet einen Prompt mit einem Clip, während ein Generator zusammen mit einem Planer eine Zielvorgabe mit einer Abfolge geprüfter Zustände beantwortet.

Was Google nicht veröffentlicht hat, wiegt ebenso schwer wie das, was es veröffentlicht hat. Es gibt keine Auflösung, keine Bildrate, keine Parameteranzahl, keine Latenzmessung, keinen Benchmark-Wert und keinen Preis. Jeder in dieser Woche veröffentlichte Vergleich der Art „Genie 4 ist realistischer" ist ein Vergleich von Demo-Reels und Feature-Listen, denn niemand außerhalb des Pools der vertrauenswürdigen Tester hat die Ausgabe gemessen. Google räumt die Fehlermodi ein: Details und Objektpermanenz driften in längeren Sitzungen und nach wiederholten Bearbeitungen, die räumliche Genauigkeit ist unvollkommen, Text innerhalb der Welt ist oft unleserlich, und die Audiogenauigkeit bleibt ungelöst. Alle generierten Videos und Audios tragen ein SynthID-Wasserzeichen.

Punkt 2 — Gemini Robotics ER 2, für das man sich tatsächlich anmelden kann

ER 2 ist diese Woche als Modell nicht neu — Google stellte es am 30. Juli 2026 in einer begrenzten privaten Vorschau vor —, doch die Ankündigung vom 27. Oktober ist die, die verändert, wer es nutzen kann. Es ist jetzt in der öffentlichen Vorschau auf der Gemini-Plattform über Model Garden verfügbar und in Agent Studio ausprobierbar, mit der Modell-ID gemini-robotics-er-2-preview.

Google positioniert es als das übergeordnete Gehirn eines Roboters und nicht als Controller. Es kombiniert räumliches und zeitliches Videoverständnis, Langfristplanung und Sicherheitsleitplanken und verpackt sie in eine Orchestrierungsschicht: Entwickler deklarieren Steuerungsschnittstellen auf niedriger Ebene – Vision-Language-Action-Modelle, Navigations-APIs, benutzerdefinierte Funktionen – als Tools, und ER 2 plant auf ihrer Grundlage. Es klassifiziert außerdem den Aufgabenfortschritt, wodurch ein Roboter bemerken kann, dass ein Schritt fehlgeschlagen ist, und ihn wiederholen kann, ohne den gesamten Workflow neu zu starten.

Die vom Anbieter gemeldeten Zahlen, mit denen Google vorangeht:

• Exakte Ereignis-Frame-Bestimmung — 91,3 % Genauigkeit bei der Identifizierung des exakten Frames, in dem ein kritisches Ereignis auftritt, mit einer mittleren absoluten Frame-Distanz von 0,96 Sekunden.

• Ausführungsgeschwindigkeit — 4x, beschrieben als „ein Bruchteil der Rechenkosten vieler größerer Modellkategorien“. In dem Satz wird keine Vergleichsbasis genannt, daher ist der Multiplikator eher eine Richtungsangabe als ein Vergleichswert.

• Instrumentenablesung — über 10 Kategorien, darunter Rundskalen, Schaugläser, Digitalanzeigen, lineare Skalen und Flüssigkeitsthermometer, direkt aus visuellen Eingaben abgelesen.

• Sicherheit – 97,9 % bei der Befolgung von Sicherheitsanweisungen und 93,0 % bei menschlicher Nähe mit einem Schwellenwert von einem Meter, laut Googles eigener Sicherheitsberichterstattung. Physische Schutzvorrichtungen wie Not-Aus-Schalter, Absperrungen und Kraftbegrenzungen bleiben Verantwortung des Betreibers; die Werte beschreiben das Schlussfolgerungsvermögen, nicht die Hardware.

In der Ankündigung selbst gibt es keine Preisliste, nur einen Link zur Preisseite. Für ein Vorschaumodell ist das normal, und außerdem ist es die Zahl, die ein Beschaffungsteam zuerst braucht.

Das Muster hinter den beiden Elementen

Zusammengenommen beschreiben die Ankündigungen einen Stack, der öffentlich aufgebaut und privat verkauft wird. Ein Weltmodell ist für das Robotertraining nur nützlich, wenn es genügend vielfältige, rücksetzbare Erfahrung erzeugen kann, um relevant zu sein; ein Roboterplaner ist nur nützlich, wenn er gegen etwas anderes als einen festen Videokorpus evaluiert werden kann. Google richtet die beiden offensichtlich aufeinander aus. Ebenso offensichtlich ist Google nicht bereit, einem ungeprüften Kunden eines der beiden zu übergeben: Genie 4 ist nur für Tester, ER 2 nur als Vorschau verfügbar, und keines von beiden hat ein Datum für die allgemeine Verfügbarkeit.

Das wirft für alle, die auf dem Stack aufbauen, eine praktische Frage auf: Welche Teile sind jetzt aufrufbar?

• Nicht aufrufbar. Genie 4, bis die Warteliste geöffnet wird oder eine Early-Access-Partnervereinbarung zustande kommt. Gemini Robotics ER 2, es sei denn, Sie sind bereit, auf Basis einer öffentlichen Vorschau auf Google Cloud zu entwickeln.

• Heute aufrufbar. Gemini Robotics ER 1.6 preview ist im Katalog von OrcaRouter, und ebenso Gemini 3.8 Flash — dasselbe Modell, das Google als den In-Loop-Agenten bezeichnet, der die Frames von Genie 4 prüft und neu plant. Keines von beiden ist das Weltmodell. Beide sind die Reasoning-Hälfte der Pipeline, und sie lassen sich jetzt nutzen statt erst nach einer Warteliste.

OrcaRouter routet diese über eine einzige API über mehr als 200 Modelle hinweg und reicht die Listenpreise der Anbieter mit 0 % Aufschlag durch, sodass eine Preisänderung von Google am Tag ihrer Veröffentlichung in unseren Katalog gelangt. Automatisches Failover ist hier wichtiger als sonst: Ein Modell der Preview-Stufe kann gedrosselt oder zurückgezogen werden, und ein zweiter Anbieter hinter demselben Aufruf ist der Unterschied zwischen einem Experiment und einem Ausfall. Die Routing-DSL ist die andere Option, wenn eine Pipeline den Planer und ein separates Modell zur Verifikation in einem zusammengesetzten Aufruf benötigt. Wir hosten Genie 4 nicht, und nichts in diesem Briefing sollte als Route dorthin verstanden werden.

Was würde dieses Briefing ändern?

Vier Ereignisse würden Genie 4 aus der „Demo“-Spalte heraus und in etwas bringen, gegen das ein Team budgetieren kann: ein veröffentlichtes Datenblatt mit Auflösung und Bildrate; ein Preis für die Gemini-API-Stufe; eine erste unabhängige Messung von außerhalb des Pools der vertrauenswürdigen Tester; und dass Project Genie Genie 4 an AI-Ultra-Abonnenten ausliefert, die einzige Verbraucher-Oberfläche, die Google genannt hat. Das entsprechende Ereignis für ER 2 ist eine Preisliste und ein Datum für die allgemeine Verfügbarkeit.

Bis dahin lässt sich ehrlich zusammenfassen, dass Google in derselben Woche das leistungsfähigste Weltmodell, das es je gebaut hat, und den am besten nutzbaren Roboterplaner, den es bisher ausgeliefert hat, angekündigt und das beeindruckendere der beiden hinter einer Warteliste zurückgehalten hat. Das, was man heute nutzen kann, ist die kleinere Ankündigung. So laufen Vorschauwochen normalerweise ab.