Gemini Robotics 2: la IA de Google ya mueve un humanoide entero, de las piernas a los dedos
Hasta esta semana, los robots con cerebro de IA eran básicamente brazos muy listos encima de una mesa. Google DeepMind acaba de quitar la mesa.
Tres modelos para un solo robot
El 30 de julio, Google DeepMind presentó Gemini Robotics 2, que no es un modelo sino tres, cada uno con un trabajo distinto:
- Gemini Robotics 2: convierte lo que el robot ve y lo que le dices en movimiento. La novedad es que gobierna el cuerpo entero —pies, piernas, torso, brazos y manos de cinco dedos—, no solo las pinzas.
- Gemini Robotics ER 2: el planificador. Descompone encargos de varios minutos en cientos de pasos, sigue su propio progreso por vídeo y coordina a varios robots a la vez.
- Gemini Robotics On-Device 2: corre dentro del robot, sin latencia de red, y se adapta a una máquina nueva en horas con menos de 200 ejemplos.
Las demostraciones se hicieron sobre el humanoide Apollo 2 de Apptronik y sobre plataformas de doble brazo como Franka Duo. ER 2 ya está disponible en Google AI Studio y en vista previa privada para empresas; los otros dos van, de momento, a socios de acceso anticipado y a más de un centenar de organizaciones de prueba.
Gemini Robotics 2 marca un hito importante en el camino hacia resolver la AGI en el mundo físico.
Los porcentajes que conviene leer dos veces
Aquí es donde la nota de prensa se vuelve honesta y el vídeo promocional, algo menos. En las pruebas con Apollo 2, el robot afloja una bombilla el 92% de las veces. Pero enroscar esa misma bombilla le sale el 36%.
El patrón se repite en el resto de tareas: coger un objeto de una estantería funciona el 76,3% de las veces, de una mesa el 68,4% y del suelo apenas el 45,7%. Insertar piezas con pinza, en cambio, llega al 89,6%.
Traducido: agarrar es un problema casi resuelto; colocar con precisión, mientras el cuerpo entero compensa el equilibrio, no lo es. Sesenta puntos de diferencia entre aflojar y enroscar la misma bombilla es la distancia real que separa una demo de una línea de producción.
Google también ha publicado ASIMOV-Agentic, un banco de pruebas de seguridad que mide si el robot sabe rechazar una orden peligrosa, reconocer que una tarea es imposible y pedir ayuda humana antes de romper algo. Que hiciera falta inventarlo dice bastante del momento en el que estamos.
Toque Personal: por qué me interesa más el 36% que el 92%
Si tienes un almacén, una cocina o un taller, la lectura práctica de hoy es sencilla: no cambies tu plan de contrataciones para 2027. Un sistema que falla dos de cada tres veces al enroscar algo no sustituye a nadie; como mucho, acompaña.
Lo que sí me parece relevante para cualquier negocio es el segundo modelo, ER 2. Es el mismo patrón que ya estamos viendo en el software: una capa que planifica, reparte trabajo entre varios ejecutores y comprueba si el paso anterior salió bien. Da igual que los ejecutores sean robots o integraciones de tu ERP; la arquitectura es idéntica y ahí sí puedes empezar a pensar hoy.
Y hay un detalle que suele pasar desapercibido: On-Device 2 aprende un cuerpo nuevo con menos de 200 ejemplos. El cuello de botella deja de ser el modelo —que lo pone Google, igual que pone el asistente Gemini que muchos ya usan a diario— y pasa a ser quién tiene los datos de la tarea concreta. Ese activo, en tu sector, lo tienes tú y no lo tiene Mountain View.
La carrera ya no es solo técnica
Conviene poner esto junto a la otra noticia del sector de esta misma semana: Estados Unidos acaba de bloquear la entrada de los nuevos humanoides chinos. Mientras Google resuelve el equilibrio y la destreza, Washington decide quién podrá vender el hardware que ejecute todo esto.
¿Crees que un robot de propósito general entrará en las pymes esta década, o seguiremos veinte años más con máquinas que solo saben hacer una cosa? Te leo en los comentarios.
Más contexto técnico en la cobertura del anuncio en Engadget.
