Google DeepMind presenta Gemini Robotics 2.5, su nuevo modelo para controlar robots

Google DeepMind presenta Gemini Robotics 2.5, su nuevo modelo para controlar robots

por Edgar Otero

Un robot humanoide Apollo 2 de Apptronik ha estado trabajando en las líneas de producción de Mercedes-Benz en Kecskemét (Hungría) y Sindelfingen (Alemania). Su tarea consistía en sacar piezas metálicas de grandes contenedores y colocarlas en bandejas en el orden exacto que necesita cada coche de la línea. Al parecer, lo ha hecho de forma autónoma y con una tasa de éxito del 96 %, un dato que sin duda impresiona bastante. Detrás está Gemini Robotics 2.5, el nuevo modelo de Google DeepMind creado específicamente para controlar robots.

Geeknetic Google DeepMind presenta Gemini Robotics 2.5, su nuevo modelo para controlar robots 1

Se trata de un modelo de visión, lenguaje y acción (se conocen habitualmente como VLA). Esto significa que es un sistema que interpreta lo que ve la cámara y las instrucciones que recibe. Luego, convierte todo eso en movimientos del robot.

En la prueba con Mercedes, trabajó junto a Gemini Robotics ER, un modelo de razonamiento que lleva el control del flujo de trabajo, mientras Gemini Robotics 2.5 dirigía los brazos y las manos. Jeff Cardenas, cofundador y CEO de Apptronik, explica que vieron "cómo los modelos mejoraban de forma drástica en solo unas semanas de post-entrenamiento", el ajuste posterior para una tarea concreta "y se trasladaban a la producción de Mercedes-Benz con muy poca pérdida".

Más tareas, más rápido y con objetos delicados

Geeknetic Google DeepMind presenta Gemini Robotics 2.5, su nuevo modelo para controlar robots 2

Google ha evaluado el modelo en 200 tareas distintas, desde servir comida con unas pinzas hasta atar un lazo en una caja de regalo. Frente a la versión anterior, la tasa de éxito sube entre un 30 % y un 100 % según el tipo de tarea, y los robots las completan entre un 20 % y un 30 % más rápido.

Las mayores diferencias aparecen con objetos flexibles o frágiles. Según los ejemplos que da Google, guardar bollería con pinzas pasa del 5 % al 100 % de éxito, deshacer un lazo del 0 % al 70 %, colgar una chaqueta de punto del 0 % al 62 % y doblar unos pantalones del 0 % al 40 %.

Geeknetic Google DeepMind presenta Gemini Robotics 2.5, su nuevo modelo para controlar robots 3

Además, el modelo funciona de forma nativa con distintos tipos de robots. Aparte del robot humanoide Apollo 2, que lleva una mano SharpaWave de cinco dedos y 22 grados de libertad (los movimientos independientes que puede hacer), Google lo ha probado en la plataforma Franka Duo, equipada con pinzas paralelas de dos dedos.

Menos riesgos cerca de personas y más resistencia a los jailbreaks

El modelo razona mientras ejecuta cada tarea para evitar peligros en tiempo real, de forma parecida a los filtros que protegen las respuestas de Gemini. En las pruebas de Google, las tareas completadas de forma segura aumentaron un 43 % con personas cerca y un 33 % cuando había obstáculos.

Geeknetic Google DeepMind presenta Gemini Robotics 2.5, su nuevo modelo para controlar robots 4

La compañía también publica ASIMOV-Jailbreak, una prueba de código abierto con cientos de instrucciones que disfrazan peticiones peligrosas en decenas de escenarios. Gemini 4 Argon, que encabeza las evaluaciones de seguridad de Google en robótica, resiste el 99,5 % de estos intentos, frente al 82 % de Gemini Robotics ER 2. De este modo, el modelo está más protegido frente a un posible intento de jailbreak.

Gemini 4 Argon, el simulador detrás del modelo

Buena parte del avance se explica por el papel de Gemini 4 Argon, que Google ha usado como motor de simulación. Y es que enseñar nuevas habilidades a un robot exige enormes cantidades de datos físicos. Argon puede generar miles de ensayos simulados a partir de una sola escena grabada por una cámara real y crear un gemelo digital, es decir, una réplica virtual del entorno. Combinados con demostraciones reales, esos ensayos ayudan al robot a adaptarse antes a escenarios y objetos nuevos. Además, Argon analiza los vídeos de los fallos para proponer posibles causas y probar soluciones, tanto en simulación como en robots reales.

Fin del Artículo. ¡Cuéntanos algo en los Comentarios!

Redactor del Artículo: Edgar Otero

Edgar Otero

Soy técnico en sistemas informáticos, empecé a experimentar un Pentium II, aunque lo mío siempre ha sido el software. Desde que actualicé de Windows 95 a Windows 98 no he dejado de instalar sistemas. Tuve mi época Linuxera y fui de los que pidió el CD gratuito de Canonical. Actualmente uso macOS para trabajar y tengo un portátil con Windows 11 en el que también he instalado Chrome OS Flex. En definitiva, experimentar, probar y presionar botones.

Comentarios y opiniones sobre: Google DeepMind presenta Gemini Robotics 2.5, su nuevo modelo para controlar robots ¿Qué opinas? ¿Alguna pregunta?