Google DeepMind anunció el 30 de julio Gemini Robotics 2, un salto importante en robótica física: por primera vez, un modelo de IA puede controlar un humanoide completo —piernas, torso, brazos, manos y dedos— bajo una sola política aprendida. No son robots preprogramados para una tarea fija: el sistema razona sobre lo que ve y decide cada movimiento en tiempo real.
El modelo que hace todo junto
Las versiones anteriores de Gemini Robotics controlaban principalmente el cuerpo superior (brazos y manos). Con Gemini Robotics 2, el robot puede caminar hacia un objeto, agacharse para levantarlo del piso, girar y depositarlo en el lugar indicado — todo en una secuencia continua y coordinada. Nada está preprogramado paso a paso; el modelo lo resuelve solo.
Las pruebas se hicieron sobre el humanoide Apollo 2 de Apptronik con dos tipos de manos:
- Con manos Inspire (tipo gripper): 68% de éxito levantando cosas de una mesa, 76% desde un estante y 45% desde el piso.
- Con manos SharpaWave (multidedo, 22 grados de libertad): 92% desenroscando una bombilla, 44% atando bolsas de basura, 40% cerrando ziplocks.
La dexteridad multidedo sigue siendo el desafío más duro. Pero la línea base de hace dos años era básicamente cero.
Tres modelos, tres roles
El sistema llega como una suite de tres modelos independientes:
- Gemini Robotics 2 (VLA principal): el modelo de acción que traduce visión y lenguaje en movimientos físicos. Controla humanoides completos y plataformas de dos brazos.
- Gemini Robotics ER 2 (Embodied Reasoning): el "cerebro" de alto nivel que planifica tareas largas, coordina múltiples robots entre sí y sabe cuándo parar y pedir ayuda humana. Ya está en preview en Google AI Studio.
- Gemini Robotics On-Device 2: versión optimizada para correr localmente sin internet. Puede adaptarse a un robot nuevo con apenas 200 ejemplos en pocas horas — algo que antes requería semanas de entrenamiento.
Multi-robot y tareas largas
Dos features que marcan la diferencia para uso real: el ER 2 ahora puede coordinar diferentes tipos de robots para que trabajen en equipo, asignando subtareas a cada uno. Y puede sostener el hilo de tareas que duran varios minutos y cientos de decisiones, corrigiendo errores sobre la marcha sin perder el contexto de lo que estaba haciendo.
En los videos de demo, Apollo 2 limpia una habitación desordenada, mete objetos en bins específicos y trabaja en paralelo con otro robot para terminar más rápido. No es glamoroso, pero es exactamente el tipo de tarea del mundo real donde los robots anteriores fallaban.
¿Qué cambia para nosotros?
Por ahora esto no llega a ningún hogar. Los modelos VLA y On-Device siguen en acceso cerrado para socios seleccionados. Pero el ritmo es claro: en 2023, los robots "inteligentes" hacían una sola cosa repetitiva. En 2026, razonan, se mueven por el espacio y se coordinan en entornos no controlados.
El ER 2 sí está disponible para explorar en Google AI Studio en preview. Si te interesa la robótica o querés ver hasta dónde llegó el razonamiento embodied, es gratis probar.