Google DeepMind lanza el modelo Gemini Robotics 2.5 con una tasa de éxito del 96% en pruebas de fábrica

·por Henderson·Engineering
Puntos clave
  • Gemini Robotics 2.5 alcanzó una tasa de éxito del 96% en pruebas de fábrica.
  • El modelo puede convertir información visual en acciones físicas de los robots.
  • Google ha mejorado la capacidad del modelo para manejar peligros físicos.
  • Gemini 4 Argon ha acelerado el desarrollo de modelos robóticos.

Google DeepMind anunció el lanzamiento de Gemini Robotics 2.5, un modelo diseñado para ayudar a los robots a aprender más rápidamente tareas físicas, manipular objetos delicados y operar de manera más confiable en entornos reales. Este modelo alcanzó una tasa de éxito del 96% en una prueba de concepto de fábrica que involucró al robot humanoide Apollo 2 de Apptronik, realizada en la línea de producción de Mercedes-Benz. Estos robots clasifican automáticamente las piezas de automóviles de cajas a granel en bandejas ordenadas y preparan los componentes en el orden requerido para facilitar el ensamblaje de automóviles.

Las pruebas se llevaron a cabo en las instalaciones de producción en Kecskemét, Hungría, y Sindelfingen, Alemania. Google indicó que este trabajo puede ayudar a automatizar tareas repetitivas y físicamente exigentes, permitiendo que los técnicos de fábrica se concentren en trabajos de ensamblaje más complejos.

Funciones y aplicaciones de Gemini 2.5

Gemini Robotics 2.5 es el último modelo de visión-lenguaje-acción (VLA) de la compañía, capaz de convertir información visual y comandos en acciones físicas de los robots. Actualmente, el modelo se está lanzando a los socios robóticos de Google.

El modelo ha sido evaluado en más de 200 tareas diferentes, que incluyen servir platos con pinzas, atar lazos en cajas de regalo y transferir líquidos con pipetas. Estas actividades han puesto a prueba diversas habilidades, desde el manejo de objetos delicados hasta la manipulación de materiales flexibles y el uso de herramientas cotidianas. En comparación con los estándares anteriores, el modelo ha mejorado la tasa de éxito en las tareas entre un 30% y un 100%, y según los datos de Google, la velocidad de finalización de las actividades también ha aumentado entre un 20% y un 30%. El modelo puede operar en diferentes plataformas robóticas, incluyendo el robot humanoide Apollo 2 de Apptronik y el sistema Franka Duo que utiliza pinzas paralelas de dos dedos.

En la demostración de Mercedes-Benz, el modelo de razonamiento encarnado de Google, Gemini Robotics ER, rastreó el flujo de trabajo, mientras que Gemini Robotics 2.5 controló los brazos y las manos del robot. Apollo 2 retiró un soporte metálico de la caja de suministro y lo colocó en un contenedor de clasificación, ajustando sus movimientos según fuera necesario.

Mejoras en seguridad y adaptabilidad

Además de la flexibilidad, Google ha mejorado la capacidad del modelo para manejar peligros físicos. Su guía de tiempo de razonamiento ayuda a los robots a evitar obstáculos y a operar en medio de multitudes. En la evaluación de la compañía, esta capacidad aumentó la tasa de finalización de tareas seguras alrededor de obstáculos en un 33%, y en proximidad a personas en un 43%. Google también lanzó ASIMOV-Jailbreak, un estándar de código abierto para probar si los sistemas robóticos pueden resistir instrucciones peligrosas disfrazadas. Este estándar incluye cientos de indicaciones que abarcan decenas de escenarios.

Google reporta que Gemini 4 Argon alcanzó una resistencia del 99.5% en estos intentos de jailbreak, mientras que el estándar anterior, Gemini Robotics ER 2, tenía una resistencia del 82%. La compañía también indicó que Gemini 4 Argon ha acelerado el desarrollo de sus nuevos modelos robóticos. El sistema puede generar miles de simulaciones de prácticas a partir de imágenes del mundo real y crear gemelos digitales de entornos físicos. Los investigadores pueden combinar estas simulaciones con demostraciones de entrenamiento reales para ayudar a los robots a generalizar sus habilidades a objetos y entornos desconocidos.

Argon también puede analizar intentos fallidos y proporcionar sugerencias de mejora para el entrenamiento posterior.

Estos avances marcan el último impulso de Google para introducir robots más adaptables en entornos industriales y cotidianos. Sin embargo, el 96% de los resultados en fábrica sigue siendo una prueba de concepto, y no evidencia de un despliegue comercial amplio. Gemini Robotics 2.5 se está lanzando actualmente a los socios robóticos de Google.

Potencial comercial y desafíos de Gemini Robotics 2.5

El lanzamiento de Gemini Robotics 2.5 demuestra el avance significativo de Google en la tecnología robótica, especialmente en la automatización de fábricas. Aunque los resultados de la prueba con una tasa de éxito del 96% son alentadores, es importante tener en cuenta que esto es solo una prueba de concepto y que las aplicaciones comerciales futuras aún no están definidas. Además, las mejoras del modelo en el manejo de peligros físicos y en la mejora de la seguridad muestran su potencial en entornos cotidianos. A medida que la tecnología continúe desarrollándose, cómo comercializar eficazmente estos sistemas robóticos será un desafío que Google deberá enfrentar.

H
Sobre el autor
Henderson