La presentación de Gemini Robotics 2 por parte de Google DeepMind marca un avance en la integración de modelos de inteligencia artificial en sistemas robóticos capaces de ejecutar tareas físicas complejas. La compañía describe esta actualización como una capa de inteligencia diseñada para coordinar movimientos de cuerpo completo, manipulación fina y colaboración entre múltiples robots, con el objetivo de ampliar el rango de acciones que pueden realizar en entornos reales. Según la información oficial, el sistema combina modelos de visión, lenguaje y acción para interpretar instrucciones, planificar secuencias y ejecutar movimientos que antes requerían programación manual o teleoperación especializada.
El anuncio se produce en un momento en que varias empresas tecnológicas exploran la viabilidad de robots generalistas para tareas domésticas, industriales y logísticas. Firmas como Figure, Boston Dynamics y Agility Robotics han mostrado prototipos capaces de caminar, manipular objetos y adaptarse a distintos escenarios, aunque los analistas coinciden en que la autonomía robusta sigue siendo un desafío. De acuerdo con reportes de medios especializados como IEEE Spectrum y The Robot Report, la industria observa con atención los avances en modelos que combinan razonamiento y control motor, ya que podrían reducir el costo de desarrollo y entrenamiento de nuevos robots al permitir la transferencia de habilidades entre diferentes plataformas.
En el caso de Gemini Robotics 2, DeepMind señala que el sistema puede controlar humanoides completos, como el Apollo 2 de Apptronik, para ejecutar acciones que requieren equilibrio, desplazamiento y precisión simultánea. La demostración incluye tareas como caminar hacia un estante, recoger un objeto y colocarlo en un compartimento específico, una secuencia que exige coordinación entre visión, planificación y control de articulaciones. La empresa reconoce que la velocidad de movimiento aún es limitada, pero considera que la capacidad de interpretar instrucciones y traducirlas en acciones de cuerpo entero es un paso hacia aplicaciones más complejas.
La actualización también incorpora mejoras en destreza manual. El modelo es capaz de operar manos robóticas con múltiples grados de libertad, como la SharpaWave de 22 articulaciones, para realizar acciones delicadas como atar nudos o sellar bolsas. En paralelo, puede manipular grippers de dos dedos en plataformas como Franka Duo para tareas de empaquetado ajustado. Expertos en robótica consultados por medios como TechCrunch han señalado que la destreza es uno de los componentes más costosos y difíciles de escalar, por lo que la posibilidad de controlar distintos efectores con un mismo modelo podría reducir el costo de integración en nuevos robots.
Otro elemento destacado es el modelo de razonamiento Gemini Robotics ER 2, que actúa como agente de alto nivel. Este componente interpreta instrucciones, observa el entorno, divide tareas en pasos y coordina la ejecución con el modelo de acción. Según DeepMind, el sistema puede manejar secuencias de varios minutos y cientos de decisiones, además de identificar eventos clave y solicitar intervención humana cuando detecta incertidumbre. La empresa introduce además capacidades de colaboración entre robots, lo que permitiría que diferentes plataformas trabajen juntas en flujos de trabajo que un solo robot no podría completar.
La versión On-Device 2 está optimizada para operar sin conexión, con adaptación rápida a nuevos cuerpos robóticos en pocas horas y con menos de 200 ejemplos. Esta característica apunta a escenarios donde la latencia de red o la privacidad son factores críticos, como instalaciones industriales o robots de asistencia en entornos sensibles.
DeepMind también enfatiza la seguridad, presentando el benchmark ASIMOV-Agentic para evaluar la capacidad de los modelos de rechazar acciones inseguras, detectar proximidad humana y detenerse cuando sea necesario. La empresa afirma que Gemini Robotics ER 2 mejora en métricas de cumplimiento de restricciones y seguridad colaborativa, un aspecto que reguladores y organismos de estandarización han señalado como indispensable para la adopción comercial de robots avanzados.
El anuncio se inscribe en una tendencia más amplia hacia la creación de sistemas de “IA física” capaces de interactuar con el mundo material. Aunque el sector aún enfrenta desafíos técnicos y regulatorios, la combinación de modelos multimodales y plataformas robóticas apunta a un escenario donde la adaptabilidad y la transferencia de habilidades podrían reducir el costo de despliegue y acelerar la llegada de robots generalistas a aplicaciones prácticas.
Fuente: Google Deepmind | Editado por CDOL
