Google DeepMind acaba de lanzar lo que podría ser el anuncio de robótica más ambicioso del año. Gemini Robotics 2, presentado el 30 de julio, está diseñado para ser un único cerebro de IA que puede operar dentro de prácticamente cualquier cuerpo robótico, desde humanoides hasta brazos industriales, adaptándose a nuevo hardware en horas en lugar de meses.
Qué hace realmente Gemini Robotics 2
El sistema está construido alrededor de tres modelos distintos, cada uno encargado de una capa diferente de inteligencia robótica. El modelo visión-lenguaje-acción (VLA) gestiona el control del cuerpo completo y las habilidades motoras finas. El modelo de razonamiento incorporado (ER) actúa como el cerebro de alto nivel, orquestando secuencias de tareas multietapa que pueden extenderse durante varios minutos. Además, una variante en el dispositivo se ejecuta localmente, lo que significa que el robot no necesita comunicarse con un servidor en la nube cada vez que recoge una taza.
El sistema es independiente del hardware. Un solo punto de control del modelo puede operar en plataformas robóticas completamente diferentes. Google lo demostró en el humanoide Apollo 2 de Apptronik y en los sistemas de brazo robótico de Franka, ejecutando la misma capa de inteligencia en formas físicas radicalmente distintas.
Gemini Robotics 2 puede aprender a operar una nueva implementación de robot con menos de 200 ejemplos de entrenamiento, logrables en pocas horas de recopilación de datos. Para contextualizar, los sistemas tradicionales de inteligencia artificial para robótica suelen requerir miles o decenas de miles de demostraciones para lograr competencia básica en una sola plataforma.
Los robots que funcionan en este sistema pueden realizar tareas avanzadas, incluyendo caminata bípeda, manipulación de objetos y colaboración entre múltiples robots, donde varias máquinas coordinan sus acciones sin micromanagement humano.
Por qué esto importa más allá del laboratorio de robótica
Google está poniendo a disposición tanto el modelo ER como los modelos VLA a través de Google AI Studio y programas de socios. DeepMind también ha establecido referencias específicas para lo que llama "comportamiento agente", midiendo cómo operan con seguridad estos sistemas de IA al tomar decisiones autónomas.
Qué significa esto para los inversores
El enfoque independiente del hardware de Google DeepMind podría reconfigurar significativamente el panorama competitivo. Si Gemini Robotics 2 cumple con su promesa, amenaza con convertir el hardware robótico en un producto comercial, concentrando el valor en la capa de inteligencia. Empresas como Apptronik, que ya colaboran con DeepMind, podrían beneficiarse de una entrada más fácil al mercado, pero también se volverán más dependientes de la pila de IA de Google.
El programa Optimus de Tesla, Figure AI y una creciente lista de startups de robótica están compitiendo por alcanzar objetivos similares. La ventaja de Google es la escala: cuenta con la infraestructura de cómputo, los modelos de IA fundamentales y una plataforma de distribución a través de Google AI Studio y programas de socios.