Para un robot, cerrar la tapa de una caja de herramientas, colgar un suéter o barrer basura hacia un recogedor son desafíos enormes. No requieren fuerza ni cálculos complejos, sino algo mucho más difícil de enseñar a una máquina: destreza, adaptación y la capacidad de manipular objetos que se deforman, resbalan o cambian de posición. Google DeepMind asegura haber dado un salto importante en esa dirección.
El 10 de noviembre, la compañía presentó Gemini Robotics 2.5, su modelo de visión, lenguaje y acción más capaz hasta ahora. Este tipo de sistemas combina lo que el robot ve con instrucciones en lenguaje natural y las convierte en movimientos concretos de brazos y manos.
De cero a casi siempre
Los resultados que publicó Google muestran saltos grandes frente a Gemini Robotics 2, la versión presentada en julio. Cerrar la tapa de una caja de herramientas pasó de un 0 % a un 93 % de éxito. Guardar pasteles usando pinzas, de un 5 % a un 100 %. Deshacer lazos de cinta, de 0 % a 70 %, y colgar un cárdigan, de 0 % a 62 %.
Otras tareas siguen siendo difíciles. Doblar pantalones, por ejemplo, llegó a un 40 % de éxito, y barrer basura hacia un recogedor, a un 52 %. En conjunto, Google afirma que el modelo aumenta la tasa de éxito entre un 30 % y un 100 %, según el tipo de tarea, y completa los trabajos entre un 20 % y un 30 % más rápido. La evaluación abarcó más de 200 tareas distintas.
El modelo funciona en diferentes tipos de robots, desde el humanoide Apollo 2 de la empresa estadounidense Apptronik, con manos de cinco dedos, hasta plataformas industriales con pinzas de dos dedos.
Un ensayo en la línea de producción
La prueba más llamativa ocurrió fuera del laboratorio. En plantas de Mercedes-Benz en Kecskemét, Hungría, y Sindelfingen, Alemania, robots Apollo 2 se encargaron de preparar kits de piezas para el montaje: tomaban soportes metálicos de grandes contenedores y los ordenaban en bandejas en la secuencia correcta. Según Google, alcanzaron un 96 % de éxito.
En ese ensayo trabajaron dos modelos juntos: uno de razonamiento, Gemini Robotics ER, seguía el flujo de trabajo y decidía qué hacer, mientras Gemini Robotics 2.5 controlaba los brazos y las manos. «Para esto construimos Apollo: trabajo útil junto a las personas en entornos industriales reales», afirmó Jeff Cardenas, cofundador y director ejecutivo de Apptronik.
Es una tarea parecida a la que Xiaomi mostró hace poco con sus humanoides en su fábrica de autos eléctricos, y refleja hacia dónde se mueve la industria: las demostraciones de robots haciendo tareas domésticas llaman la atención, pero los primeros trabajos reales están en las fábricas.
Practicar en simulaciones generadas por IA
Parte del avance se explica por el uso de Gemini 4 Argon, otro modelo de Google, como motor de simulación. A partir de una imagen real de una escena, puede crear una réplica digital y generar miles de prácticas simuladas. También puede analizar videos de fallos, proponer qué salió mal y probar soluciones tanto en simulación como en robots reales. Combinado con demostraciones humanas, eso permite que los robots se adapten más rápido a objetos y escenarios nuevos.
Robots que deben saber decir que no
Google también presentó mejoras de seguridad. Según la compañía, nuevas técnicas para guiar el razonamiento del robot mientras actúa mejoraron un 33 % la realización segura de tareas cerca de obstáculos y un 43 % cerca de personas.
Además, publicó como código abierto ASIMOV-Jailbreak, un conjunto de pruebas con cientos de pedidos peligrosos disfrazados para intentar engañar a un robot. Gemini 4 Argon resistió el 99,5 % de esos intentos, frente al 82 % del modelo anterior. Es un aspecto cada vez más importante: un chatbot engañado puede dar una mala respuesta, pero un robot engañado puede causar daños físicos.
Todavía lejos de casa
Gemini Robotics 2.5 se está distribuyendo entre los socios de Google en robótica, como Apptronik y Agile, y no tiene una versión pública. Las cifras de rendimiento son de la propia empresa y no han sido evaluadas por terceros. Y aunque los saltos son grandes, tasas de éxito del 40 % o el 50 % en tareas cotidianas muestran que un robot capaz de encargarse de la casa todavía está lejos. En la fábrica, donde las tareas son repetitivas y el entorno está controlado, ese futuro parece mucho más cercano.
