Google DeepMind ha anunciado una actualización significativa de su línea de soluciones de IA robótica. El foco principal es el modelo Gemini Robotics 2, perteneciente a la clase VLA (Vision-Language-Action), que amplía radicalmente las capacidades de control de robots, abarcando todo el cuerpo, no solo extremidades individuales. En paralelo, se presenta el sistema mejorado ER 2, que actúa como un "cerebro de alto nivel" para la coordinación integral de tareas.
De manipulaciones al control total
La diferencia clave del nuevo modelo respecto a su predecesor es la transición del control de la parte superior del cuerpo al control integral de todo el cuerpo. Gemini Robotics 2 ahora permite a los robots realizar acciones dinámicas complejas: caminar, ponerse en cuclillas, inclinarse, así como manipulaciones en espacios reducidos. Este es un paso crítico para la integración de robots en entornos reales y no estructurados.
En las pruebas de demostración, el humanoide Apptronik Apollo 2, operando bajo el nuevo modelo, manejó con éxito tareas que requieren motricidad fina: levantar una regadera, quitar un guante de béisbol de un estante y encontrar objetos específicos. Es especialmente impresionante el soporte para manos complejas con 22 grados de libertad, lo que permite realizar operaciones delicadas como hacer nudos o desenroscar una bombilla.
ER 2: Orquestación de sistemas multi-robot
El modelo actualizado ER 2 asume las funciones de planificador estratégico. Es capaz de descomponer tareas de múltiples pasos, controlar su ejecución y, si es necesario, iniciar una acción repetida. Además, ER 2 puede distribuir cargas de trabajo entre varios robots simultáneamente. Por ejemplo, en uno de los escenarios, Apollo 2 coordina las acciones de un robot de dos brazos para clasificar herramientas durante la limpieza.
Merece especial atención la versión local Gemini Robotics On-Device 2. Este modelo funciona completamente de forma autónoma, sin conexiones en la nube, y puede adaptarse a nuevos tipos de robots en solo unas horas de entrenamiento basado en menos de 200 ejemplos. Este enfoque reduce significativamente la barrera de entrada para la implementación de IA en startups robóticas.
Por el momento, Gemini Robotics 2 está disponible en modo de vista privada, mientras que ER 2 ya está integrada en la API de Gemini y en Google AI Studio. On-Device 2 está en fase de pruebas con un grupo limitado de socios de confianza.
Mi opinión: Esto no es solo una actualización incremental, sino un cambio de paradigma. La transición hacia la "inteligencia integral" y la orquestación multiagente son precisamente las direcciones que determinarán la viabilidad comercial de la robótica en los próximos años. La capacidad del modelo para adaptarse a nuevas plataformas de hardware con un número mínimo de ejemplos es un factor clave que podría acelerar la consolidación del mercado y sacar la robótica humanoide de la etapa de proyectos piloto hacia el sector económico real.