IA10 nov 2026, 19:41 UTC·2 min de lectura

Gemini Robotics 2.5: la IA de DeepMind logra 96 % en fábricas

Google DeepMind presenta Gemini Robotics 2.5, con hasta el doble de éxito en algunas tareas y un 96 % en pruebas de Mercedes-Benz, además de un test de seguridad abierto.

A humanoid robot with five-fingered hands tying a ribbon bow in a laboratory setting. — Imagen: Ars Technica

Google DeepMind ha presentado Gemini Robotics 2.5, la nueva versión de su plataforma de IA para robots. Según la compañía, la tasa de éxito es entre un 30 y un 100 % superior a la anterior y la ejecución es entre un 20 y un 30 % más rápida. En varias fábricas europeas de Mercedes-Benz, los humanoides Apollo 2 de Apptronik con el modelo prepararon kits de piezas de automoción con un 96 % de éxito.

Cómo funciona la plataforma

El sistema tiene dos capas principales. Gemini Embodied Reasoning, un modelo de visión y lenguaje, recibe las instrucciones y planifica la tarea con vídeo en directo. Gemini Robotics, el modelo de visión-lenguaje-acción que llega a la versión 2.5, genera los movimientos. DeepMind lo evaluó en más de 200 actividades, desde servir comida con pinzas hasta usar una pipeta. Apollo 2 también ató un lazo con sus manos de cinco dedos, un logro porque los objetos deformables, como una cinta, son muy difíciles para los robots.

Un 96 % sigue siendo insuficiente para un fabricante, ya que una persona realiza estas tareas repetitivas casi sin fallos. Kanishka Rao, directora de DeepMind, calificó el 4 % restante de «camino empinado». Carolina Parada, jefa de robótica, habló de un compromiso: ser muy bueno en una aplicación a costa de la generalización, o impulsar la generalización y quizá no llegar al 99,9 % en todas.

Para suplir la escasez de datos físicos, DeepMind usó Gemini 4 Argon como motor de simulación, con miles de variaciones de pruebas a partir de imágenes reales, combinadas con demostraciones tradicionales. Argon también analizó fallos. El modelo sigue funcionando en servidores en la nube, por lo que persiste la latencia.

Un test de seguridad abierto

Gemini Robotics 2.5 emplea razonamiento en tiempo de inferencia para evitar peligros: si algo se interpone, el robot se detiene o espera. Completó tareas de forma segura un 33 % más a menudo con obstáculos y un 43 % más cuando había personas en el camino.

DeepMind publica además ASIMOV-Jailbreak, una base de datos de código abierto con 1.500 instrucciones diseñadas para engañar a la IA robótica y provocar acciones inseguras. Con Argon en el circuito, el sistema alcanza un 98,8 % de seguridad frente a jailbreaks; solo con Gemini Robotics ER 2, un 73,5 %. Los datos están en Hugging Face. Gemini Robotics 2.5 no está disponible para el público, pero sí para socios como Agile Robots, Apptronik y Boston Dynamics.