TL;DR
- Wat: GEM is een nieuw onderzoeksmodel dat generatieve AI inzet als supervisiesignaal om robots taken in de fysieke wereld aan te leren.
- Waarom relevant: robots die sneller en goedkoper leren betekent dat robotica eerder bereikbaar wordt voor middelgrote bedrijven.
- Wat je ermee kunt: volg de ontwikkelingen rondom 'world models' en robotica — de stap van lab naar magazijn wordt kleiner.
Ik stuitte op een tweet van AI-onderzoeker Akhaliq over GEM — voluit Generative Supervision Helps Embodied Intelligence. De naam alleen al prikkelde me: generatieve AI die robots helpt om slimmer te worden. Dat is een richting die ik steeds vaker zie opduiken, en ik wilde begrijpen wat het concreet inhoudt.
Wat is GEM precies?
GEM staat voor een benadering waarbij generatieve modellen — denk aan dezelfde soort technologie achter beeldgeneratie en videocreatie — worden ingezet om supervisiesignalen te maken voor robots. In gewone taal: in plaats van dat een mens stap voor stap voordoet hoe een robot een taak moet uitvoeren, genereert een AI-model die instructies zelf.
Dat klinkt misschien abstract, dus laat me het vergelijken met iets herkenbaars. Stel dat je een nieuwe medewerker iets wilt leren. Normaal gesproken loop je mee, laat je het zien, en geef je feedback. Dat kost tijd en is moeilijk op te schalen. Wat GEM in essentie doet, is een soort digitale instructievideo genereren — niet voor mensen, maar voor robots. Het model 'bedenkt' hoe een taak eruitziet wanneer die goed wordt uitgevoerd, en de robot leert daarvan.
De term embodied intelligence verwijst naar AI die niet alleen in de digitale wereld leeft (zoals ChatGPT), maar die een fysiek lichaam heeft — een robotarm, een drone, een zelfrijdend voertuig. Het lastige aan die fysieke wereld is dat je niet oneindig kunt experimenteren zoals in software. Elke poging kost tijd, energie en soms materiaal.
Waarom is dit een interessante ontwikkeling?
Wat mij opvalt aan deze richting is dat het een van de grootste knelpunten in robotica aanpakt: het gebrek aan trainingsdata.
Bij taalmodellen kun je het hele internet als trainingsmateriaal gebruiken. Bij robots is dat fundamenteel anders. Elke beweging moet fysiek worden uitgevoerd of gesimuleerd, en dat is duur en traag. Volgens een recente survey over world models voor robotica — gepubliceerd op arXiv in 2026 — wordt de integratie van generatieve modellen met robotbeleid steeds hechter. De trend is dat video- en wereldmodellen niet alleen mooie beelden produceren, maar direct bruikbare trainingssignalen leveren voor robotbesturing.
Een verwant project, LuciBot, liet eerder al zien hoe een videogeneratiemodel automatisch supervisiesignalen kan produceren: het genereert video's van hoe een taak eruitziet wanneer die is voltooid, en haalt daar trajecten, diepte-informatie en grijpposities uit. Google DeepMind werkt met Gemini Robotics aan een vergelijkbare richting, waarbij hun Gemini-modellen worden uitgebreid met robotbesturing als output.
Ik vind het eerlijk gezegd fascinerend dat de grens tussen 'iets verzinnen' (genereren) en 'iets doen' (uitvoeren) steeds dunner wordt. Het model droomt als het ware de oplossing, en de robot voert hem uit.
Wat betekent 'generatieve supervisie' in de praktijk?
Laat me dit iets concreter maken. Bij traditionele robottraining heb je grofweg drie opties:
1. Menselijke demonstratie
Een operator bestuurt de robot handmatig en de robot leert die bewegingen na te doen. Effectief, maar tijdrovend en moeilijk schaalbaar.
2. Reinforcement learning in simulatie
De robot probeert in een gesimuleerde wereld duizenden keren een taak, en leert via beloning en straf. Werkt, maar de gesimuleerde wereld wijkt vaak af van de echte.
3. Generatieve supervisie
Een generatief model — getraind op grote hoeveelheden video en sensordata — produceert synthetische voorbeelden van succesvolle taken. De robot leert van deze gegenereerde voorbeelden alsof het echte demonstraties zijn.
Die derde optie is waar GEM in past. Het voordeel is schaalbaarheid: je kunt in theorie oneindig veel variaties genereren zonder dat er een mens aan te pas komt. Stel dat je als ondernemer een magazijn hebt waar robots dozen moeten sorteren. Met generatieve supervisie zou je het model nieuwe scenario's kunnen laten verzinnen — andere doosformaten, andere posities op de band — zonder dat je elk scenario fysiek hoeft op te bouwen.
Wat betekent dit voor ondernemers?
Ik merk dat robotica voor veel ondernemers nog iets is van 'de grote jongens' — autofabrieken, Amazon-magazijnen, chipfabrikanten. En dat klopt grotendeels nog. Maar de reden waarom ik deze ontwikkeling relevant vind, is dat het de drempel verlaagt.
Als robots sneller en goedkoper kunnen leren, wordt de investering haalbaarder. Niet morgen, maar de richting is duidelijk. Waar je nu misschien €100.000 kwijt bent aan het programmeren en trainen van een robotarm voor één specifieke taak, zou generatieve supervisie die kosten op termijn flink kunnen drukken.
Kun je je voorstellen wat het betekent als je een robot niet weken hoeft te trainen voor elke nieuwe taak, maar hem in uren kunt bijleren via gegenereerde scenario's? Voor sectoren als logistiek, voedselverwerking of assemblage is dat een wezenlijk verschil.
Ik wil wel een kanttekening plaatsen: we zitten nog in de onderzoeksfase. GEM is — voor zover ik kan vaststellen — een academisch project, geen kant-en-klaar product. De stap van paper naar productielijn is in robotica notoir groot. Maar wat ik zie, is dat meerdere onderzoeksgroepen en bedrijven — van Google DeepMind tot universitaire labs — dezelfde richting op bewegen. Dat is voor mij een signaal dat dit geen eenmalig experiment is.
De bredere trend: AI die de fysieke wereld leert begrijpen
GEM past in een grotere beweging die je 'physical AI' zou kunnen noemen. De afgelopen jaren was AI vooral goed in taal en beeld — tekst schrijven, plaatjes maken, video genereren. De volgende grens is de fysieke wereld: robots die dozen pakken, instrumenten aflezen, of in een keuken een recept bereiden.
Google DeepMind heeft met Gemini Robotics-ER 1.6 recent een model uitgebracht dat speciaal is ontworpen als het 'cognitieve brein' van robots. De trend is dat de grote AI-modellen niet langer los staan van de fysieke wereld, maar er actief mee gaan interacteren.
Voor mij is dit vooral een signaal dat de afstand tussen AI-onderzoek en praktische robotica kleiner wordt. Niet in één sprong, maar stap voor stap. En generatieve supervisie — het idee dat AI zichzelf en andere systemen kan trainen zonder menselijke tussenkomst — is daar een belangrijk puzzelstukje in.