IA en un minutoNoticiasModelos
Google DeepMind presenta Gemini Robotics 2.5, un modelo de IA para controlar robots que se despliega entre sus socios de robótica
Redacción de IA en un minuto · Editor: Jon Elgezabal
En 30 segundos
El humanoide Apollo 2 de Apptronik preparó piezas en fábricas de Mercedes-Benz de Hungría y Alemania guiado por Gemini Robotics 2.5, con un 96 % de aciertos. Google DeepMind presenta ese modelo como el más capaz que ha creado para mover brazos y manos de robots a partir de lo que ven y de las órdenes que reciben. DeepMind solo lo entrega a sus socios de robótica y llama a lo de la fábrica prueba de concepto.
Google DeepMind presentó el martes 10 de noviembre Gemini Robotics 2.5, que describe como su modelo de visión, lenguaje y acción (VLA) más capaz hasta ahora. Es el sistema que interpreta lo que capta el robot y las instrucciones que recibe para mover sus brazos y sus manos. Según la empresa, se está desplegando entre sus socios de robótica, de modo que no está abierto a cualquiera.
DeepMind lo ha evaluado en más de 200 tareas distintas, como servir comida con unas pinzas, atar un lazo en una caja de regalo o pipetear un líquido. Frente a sus modelos anteriores, asegura que tiene entre un 30 % y un 100 % más de éxito según el tipo de tarea y que termina entre un 20 % y un 30 % antes. Funciona con robots muy diferentes: desde Apollo 2, el humanoide de Apptronik, que tiene una mano de cinco dedos, hasta la plataforma Franka Duo, con pinzas de dos dedos.
La prueba más vistosa se hizo en líneas de producción activas de Mercedes-Benz en Kecskemét (Hungría) y Sindelfingen (Alemania). Allí, Apollo 2 sacaba soportes metálicos de contenedores a granel y los colocaba en bandejas siguiendo el orden de piezas que pide cada coche de la cadena, una preparación repetitiva y pesada. Acertó en el 96 % de las ocasiones. Para hacerlo, un segundo modelo, Gemini Robotics ER, llevaba el control del flujo de trabajo mientras Gemini Robotics 2.5 movía brazos y manos.
DeepMind lo llama prueba de concepto, y BigGo Finance subraya que Google no lo presenta como el comienzo de una operación comercial a gran escala. En seguridad, la empresa afirma que el modelo completa sin riesgo un 33 % más de tareas cuando hay obstáculos y un 43 % más cuando hay personas cerca. También ha publicado ASIMOV-Jailbreak, un conjunto abierto de pruebas con peticiones peligrosas disfrazadas. Según DeepMind, buena parte del avance se debe a Gemini 4 Argon, que genera miles de prácticas simuladas a partir de una escena grabada con cámara.
Por qué importa · análisis y opinión
Durante años, los robots con IA generalista se han lucido sobre todo en laboratorios y en vídeos preparados; aquí el escenario es una cadena de montaje en marcha. El cambio pesa porque la tarea elegida, repetitiva y pesada, es de las que liberan a los técnicos para trabajos de montaje más complejos. Aun así, una prueba de concepto no demuestra que el sistema aguante turnos enteros, cambios de modelo de coche o cientos de piezas diferentes, ni que salga rentable una vez sumados el robot, la integración y el mantenimiento. Que el acceso se limite a socios indica además que Google quiere controlar dónde se usa antes de abrirlo. Para un fabricante, lo sensato es seguir de cerca estos pilotos y esperar resultados a mayor escala antes de invertir.
Fuente oficial: Google DeepMind · Redactada con ayuda de IA: cómo hacemos las noticias
