AI-robots slagen voor fabriekstests — wat dat betekent voor iedereen die over automatisering nadenkt
Google's AI bereikte een slagingspercentage van 96% bij het sorteren van auto-onderdelen in echte Mercedes-Benz-fabrieken, wat laat zien dat AI-robots de overstap maken van demo naar echt industrieel werk.
- 96%
- slagingspercentage in echte Mercedes-Benz-fabrieken
- 200+
- geteste taken
- 20–30%
- sneller dan de vorige versie
- Nov 10, 2026
- releasedatum
Google DeepMind heeft met Gemini Robotics 2.5 iets gedaan dat de meeste robotdemo's overslaan: het draaide op een echte productielijn. In twee Mercedes-Benz-fabrieken — een in Kecskemét, Hongarije, en een in Sindelfingen, Duitsland — sorteerde een Apollo 2-humanoïde robot metalen auto-onderdelen in dienbladen, in precies de volgorde die elk voertuig nodig heeft. Het klaarde de klus 96% van de tijd goed, wat DeepMind veelbelovende vooruitgang richting echt industrieel gebruik noemt.
Dat getal is belangrijk omdat het moeilijkste aan industriële automatisering nooit het laten werken van een robot in een lab was. De uitdaging is dat in een echte fabriek doen — wisselende belichting, dagelijks iets andere onderdelen, werknemers die in de buurt bewegen. Hetzelfde AI-model dat leerde door 200 verschillende taken te oefenen — kleding vouwen, eten inpakken, mokken ophangen — maakte de overstap naar een echte fabriek met zeer weinig aanpassing. Dat is de echte mijlpaal.
DeepMind meldt dat het nieuwe model taken 20–30% sneller voltooit dan de vorige versie en 30–100% hogere slagingspercentages behaalt bij verschillende soorten werk. Het model wordt momenteel uitgerold via partners als Apptronik, Agile Robots en Boston Dynamics, zonder publieke API voor nu. Het werkt samen met een apart planningsmodel dat de workflow bijhoudt terwijl Gemini Robotics 2.5 de precieze hand- en armbewegingen verzorgt.
Voor iedereen die operaties runt of automatiseringsproducten bouwt, is het signaal duidelijk: het moeilijkste probleem bij fysieke automatisering — omgaan met onvoorspelbare, echte variatie — wordt opgelost. Dezelfde verbeteringen die AI beter maken in schrijven en programmeren, maken robots nu betrouwbaarder op de werkvloer. Als je in productie, logistiek of enig werk zit dat grijpen, sorteren of verpakken omvat, is de vraag niet meer óf deze technologie werkt — maar wanneer je moet beginnen.