La división de inteligencia artificial de Alphabet presentó Gemini Robotics 2.5, su modelo más avanzado para dotar a los robots de capacidades de percepción, razonamiento y acción. La tecnología mejora la precisión, la velocidad y la seguridad, y ya fue probada en entornos industriales reales junto a Mercedes-Benz.
Google DeepMind quiere acelerar una de las grandes apuestas de la industria tecnológica: llevar la inteligencia artificial desde las pantallas y los centros de datos hasta el mundo físico. La compañía presentó Gemini Robotics 2.5, una nueva generación de su modelo de inteligencia artificial diseñado para funcionar como el cerebro de robots capaces de interactuar con objetos, utilizar herramientas y realizar tareas complejas en entornos reales.
El lanzamiento representa un avance en el desarrollo de la denominada inteligencia artificial física (Physical AI), un segmento que busca combinar las capacidades de razonamiento de los grandes modelos de lenguaje con la posibilidad de ejecutar acciones concretas en el mundo real.
Según Google DeepMind, Gemini Robotics 2.5 es su modelo de visión, lenguaje y acción (VLA, por sus siglas en inglés) más avanzado hasta el momento. Su objetivo es permitir que los robots abandonen los entornos controlados de los laboratorios y puedan trabajar en escenarios industriales dinámicos, poco estructurados y compartidos con personas.
La nueva versión fue evaluada en más de 200 tareas diferentes. En esas pruebas, el modelo consiguió tasas de éxito de entre el 30% y el 100%, dependiendo de la actividad, y completó las operaciones entre un 20% y un 30% más rápido que la generación anterior.
Mercedes-Benz y Apptronik, protagonistas de las primeras pruebas industriales
Uno de los datos más relevantes del anuncio está relacionado con Mercedes-Benz. Durante pruebas de concepto realizadas en entornos reales, robots equipados con Gemini Robotics 2.5 consiguieron completar tareas de empaquetado de componentes automotrices con una tasa de éxito del 96%.
El resultado ofrece una referencia concreta sobre el potencial de esta tecnología para incorporarse a procesos industriales, donde la precisión, la repetibilidad y la confiabilidad son factores determinantes.
El modelo introduce mejoras en tres áreas fundamentales. La primera es la destreza: los robots pueden ejecutar una mayor variedad de tareas con más precisión, incluyendo la utilización de herramientas cotidianas y la manipulación de objetos delicados, flexibles o difíciles de sujetar.
La segunda es la confiabilidad. Google DeepMind busca que los robots puedan mantener un desempeño consistente incluso cuando las condiciones de trabajo cambian, una de las principales dificultades para trasladar estas tecnologías desde las demostraciones de laboratorio hasta las líneas de producción.
La tercera es la seguridad. La compañía mejoró los mecanismos de control físico de los robots e incorporó un nuevo sistema de evaluación para detectar intentos de manipulación o evasión de las restricciones de seguridad, conocidos como jailbreaks.
En este sentido, la capacidad de los robots para responder a instrucciones humanas no alcanza por sí sola: también deben comprender sus límites operativos y actuar de manera previsible en espacios donde comparten actividades con trabajadores.
La asociación con Apptronik aporta otra dimensión al proyecto. La compañía desarrolla robots humanoides, entre ellos Apollo 2, una plataforma concebida para realizar trabajos útiles en entornos industriales.
Jeff Cardenas, cofundador y CEO de Apptronik, destacó los resultados obtenidos al combinar sus robots con la tecnología de Google DeepMind. «Esto es lo que construimos Apollo para hacer: trabajo útil junto a las personas en entornos industriales reales», afirmó.
El ejecutivo también explicó que la combinación de Apollo 2 con Gemini Robotics permitió observar mejoras significativas en los modelos durante apenas unas semanas de entrenamiento adicional. Según Cardenas, esas capacidades pudieron trasladarse posteriormente a las operaciones de producción de Mercedes-Benz con una pérdida de rendimiento muy limitada.
Gemini 4 Argon impulsa la nueva generación de robótica
El desarrollo de Gemini Robotics 2.5 también está relacionado con los avances de Google DeepMind en sus modelos de inteligencia artificial de propósito general.
La compañía explicó que Gemini 4 Argon, su modelo de inteligencia artificial de frontera presentado a finales de septiembre, permitió acelerar las investigaciones en robótica. Sus capacidades avanzadas de razonamiento contribuyeron a ampliar la variedad de habilidades que los robots pueden aprender y a reducir el tiempo necesario para aplicarlas a situaciones concretas.
Esta integración refleja una estrategia tecnológica cada vez más relevante para Google: aprovechar los avances de sus modelos de inteligencia artificial más potentes para desarrollar aplicaciones especializadas en sectores como la industria, la automatización y la robótica.
Otra característica importante de Gemini Robotics 2.5 es su compatibilidad con distintas plataformas. El modelo no está limitado a un único fabricante o diseño de robot. Entre los sistemas con los que puede trabajar se encuentran los humanoides Apollo 2 de Apptronik y la plataforma Franka Duo, equipada con pinzas paralelas de dos dedos.
La distribución de Gemini Robotics 2.5 comienza a través de la red de socios de Google DeepMind, entre los que se encuentran Agile Robots, Apptronik y Boston Dynamics.
Con este lanzamiento, Google DeepMind busca fortalecer su posición en una competencia tecnológica que ya no se limita a desarrollar modelos capaces de responder preguntas, generar imágenes o escribir código. La próxima frontera consiste en construir sistemas que puedan comprender el entorno, aprender nuevas habilidades y ejecutar tareas físicas con precisión.
Los resultados obtenidos junto a Mercedes-Benz muestran que esa transición comienza a encontrar aplicaciones industriales concretas. El desafío ahora será ampliar la cantidad de tareas que los robots pueden realizar, mantener niveles elevados de seguridad y conseguir que estas capacidades funcionen de manera confiable fuera de los entornos de prueba.