Google DeepMind continúa marcando el ritmo en el campo de la robótica, anunciando Gemini Robotics 2: un innovador modelo VLA (Vision-Language-Action) que traduce texto y datos visuales directamente en acciones motoras. Esto no es solo una actualización, sino un salto cualitativo: el sistema ahora abarca el control de todo el cuerpo del robot, no solo su parte superior, como en la versión anterior.

De manipuladores a humanoides: versatilidad sin compromisos

El modelo está diseñado para robots de diversos factores de forma, desde manipuladores de escritorio compactos hasta humanoides de tamaño completo. La diferencia clave es la capacidad de realizar movimientos complejos: caminar, ponerse en cuclillas, inclinarse y levantar objetos en espacios reducidos. En las pruebas de demostración, el humanoide Apptronik Apollo 2, controlado por Gemini Robotics 2, manejaba con confianza tareas como recoger una regadera o quitar un guante de béisbol de un estante, demostrando una coordinación impresionante.

La motricidad mejorada merece especial atención. El modelo admite manos complejas con 22 grados de libertad, lo que abre posibilidades para operaciones delicadas: hacer nudos, cerrar bolsas o desenroscar una bombilla. Esto acerca a los robots a la destreza humana, algo crucial para escenarios reales de producción y uso doméstico.

ER 2: un "cerebro de alto nivel" para la coordinación

En paralelo, DeepMind presentó el modelo actualizado ER 2, que actúa como planificador estratégico. Divide tareas de múltiples pasos en etapas, supervisa su ejecución y distribuye la carga entre varios robots. En uno de los escenarios mostrados, Apollo 2 coordinaba las acciones de un robot de dos brazos de Google que colocaba herramientas en un contenedor durante la limpieza de un garaje. Este es un ejemplo claro del trabajo conjunto entre "cerebro" y "cuerpo" en sistemas multirobóticos.

Para quienes valoran la autonomía, la compañía ofreció la versión local Gemini Robotics On-Device 2. Funciona sin conexión a internet y se adapta a nuevos robots con menos de 200 ejemplos, aprendiendo en solo unas horas. Esto hace que la tecnología sea accesible para aplicaciones industriales especializadas, donde la seguridad de los datos y la velocidad de reacción son de suma importancia.

Por ahora, Gemini Robotics 2 está disponible en modo de vista privada, ER 2 a través de Gemini API y Google AI Studio, y On-Device 2 se está probando con un grupo limitado de socios de confianza. Es evidente que DeepMind avanza decididamente hacia la creación de sistemas universales capaces de integrarse en la economía real.

Mi análisis: Desarrollos como este señalan una transición de la robótica experimental a soluciones prácticas. Sin embargo, el desafío clave no será tanto el poder técnico, sino la viabilidad económica de implementar estos sistemas en la producción masiva. En los próximos 2 o 3 años, probablemente veremos los primeros pilotos comerciales donde estas tecnologías se pondrán a prueba en condiciones reales.