Durante décadas, los robots humanoides han sido una promesa a medias: máquinas capaces de caminar en un escenario, pero incapaces de entrar en una habitación desordenada y ponerse a recogerla. Google DeepMind acaba de dar un paso para cerrar esa brecha. La compañía ha presentado Gemini Robotics 2, una nueva familia de modelos que, por primera vez, controla el cuerpo entero de un robot: desde los pies hasta las yemas de los dedos.
El anuncio, firmado por Carolina Parada, responsable de robótica en DeepMind, describe el sistema como «la capa de inteligencia que impulsa la próxima generación de robots realmente adaptables». La diferencia con las versiones anteriores no es cosmética: hasta ahora, Gemini Robotics gobernaba el tren superior —brazos, manos, visión—, mientras que las piernas y el equilibrio corrían a cargo de controladores clásicos programados aparte. Ahora todo cuelga de una única política aprendida.
Tres modelos para un mismo cerebro
DeepMind no ha lanzado un modelo, sino tres piezas que encajan entre sí:
Gemini Robotics 2
Es el modelo VLA (vision-language-action, visión-lenguaje-acción): traduce lo que el robot ve y lo que se le dice en órdenes motoras concretas. Es el que permite controlar humanoides completos y robots de dos brazos, tanto con manos de cinco dedos como con pinzas convencionales.
Gemini Robotics ER 2
El modelo de razonamiento encarnado (embodied reasoning). Actúa como el planificador: conversa con las personas, entiende el mundo físico, descompone tareas de varios minutos en pasos y —la novedad más llamativa— coordina a varios robots trabajando en equipo sobre un mismo encargo.
Gemini Robotics On-Device 2
La versión ligera, pensada para ejecutarse en el propio hardware del robot, sin conexión a la nube. DeepMind asegura que se adapta a cuerpos robóticos completamente nuevos con apenas unas horas de datos, algo que hasta ahora exigía semanas de reentrenamiento.
Las cifras: ni magia ni humo
Lo más interesante del anuncio es que Google publica sus tasas de acierto sin maquillarlas. Las pruebas se hicieron sobre tres cuerpos distintos —el humanoide Apollo 2 de Apptronik con manos SharpaWave, el mismo Apollo con manos Inspire, y un Franka Duo con pinza Robotiq— usando el mismo punto de control del modelo, sin reentrenar para cada máquina.
En manipulación con el cuerpo completo, Apollo consigue coger un objeto de una estantería el 76,3 % de las veces, de una mesa el 68,4 % y del suelo solo el 45,7 %: agacharse sin perder el equilibrio y acertar sigue siendo difícil.
La destreza con cinco dedos es donde el sistema enseña sus costuras. Desenroscar una bombilla sale bien en el 92 % de los intentos, pero enroscarla baja al 36 %. Atar una bolsa de basura se queda en el 44 %, cerrar un ziplock en el 40 % y barrer con recogedor en el 32 %. En cambio, con pinza sencilla las cifras suben: inserciones de precisión al 89,6 % y preparación de kits de herramientas al 78,9 %.
La lectura es clara: el problema ya no es que el robot no entienda la tarea, sino que la mano todavía no está a la altura del cerebro. La propia DeepMind reconoce que «la manipulación multidedo sigue siendo un reto».
Por qué importa más allá del laboratorio
El detalle técnico que más peso tiene a medio plazo es la transferencia entre cuerpos. Hasta hoy, cada fabricante entrenaba su robot desde cero: lo aprendido por un brazo industrial no servía para un humanoide. Si un mismo modelo puede pilotar un Apollo, un Franka y, en unas horas, una máquina que no ha visto nunca, el desarrollo de robots deja de ser artesanía y empieza a parecerse al software.
DeepMind cita como socios a Apptronik, Boston Dynamics y Agile Robots, tres nombres que apuntan directamente a la fábrica y la logística antes que al salón de casa. Apptronik celebró el lanzamiento calificándolo de «salto enorme» al ver a Apollo 2 resolver tareas de cuerpo completo con razonamiento avanzado.
Conviene, aun así, moderar las expectativas. Un 45 % de acierto recogiendo del suelo no sirve para un entorno doméstico, donde el fallo tiene consecuencias. Lo que sí encaja es el escenario industrial repetitivo y supervisado, con humanos cerca corrigiendo. Gemini Robotics 2 no pone un mayordomo en el pasillo, pero sí marca el momento en el que el software de los robots empieza a viajar entre cuerpos distintos. Y ese, históricamente, es el cambio que precede a la escala.
