Gemini Robotics 2: Google DeepMind enseña a la IA a controlar robots humanoides

En julio de 2026, Google DeepMind presentó Gemini Robotics 2, una versión actualizada de su modelo de IA diseñado para controlar robots humanoides en el mundo físico. Según Wired, se trata de «un salto significativo hacia la AGI física»: una inteligencia artificial que no solo actúa en el espacio digital, sino que interactúa físicamente con objetos y personas.

¿Qué puede hacer Gemini Robotics 2?

La idea central del modelo es una arquitectura única para tres tareas: percepción (visión por computador y comprensión del espacio), interpretación (procesamiento de instrucciones en lenguaje natural) y acción (generación de comandos para los mecanismos motores). Los sistemas robóticos tradicionales resuelven estas tres tareas con módulos distintos; Gemini Robotics 2 las integra en un único modelo multimodal.

Eso significa que un operador puede dar al robot una orden de voz, por ejemplo «coge el objeto rojo de la mesa», y el modelo construye por sí solo toda la cadena, desde el reconocimiento visual del objeto hasta el movimiento preciso de agarre.

• Desarrollador: Google DeepMind
• Plataforma: robots humanoides
• Arquitectura: modelo multimodal único (visión + lenguaje + motricidad)
• Posicionamiento: el siguiente paso hacia la «AGI física»

Su predecesor, la primera generación de Gemini Robotics, sentó el concepto de «inteligencia encarnada» (embodied AI): sistemas capaces de actuar en un entorno físico tridimensional, y no solo de procesar texto. Gemini Robotics 2 desarrolla ese concepto, amplía el conjunto de tareas que puede resolver y mejora la precisión en el control de plataformas humanoides complejas.

¿Por qué la IA física es más peligrosa que la digital?

Trasladar la IA del espacio digital al físico genera un perfil de riesgos radicalmente distinto. Un modelo de lenguaje corrige al instante una respuesta fallida; un robot no puede hacerlo: un movimiento erróneo del manipulador supone un objeto roto, una sustancia derramada o un peligro real para las personas que estén cerca.

«Llevar la IA al mundo real conlleva riesgos», afirma

Wired, y enumera los desafíos técnicos y éticos que surgen junto con Gemini Robotics 2.

Entre los problemas clave figuran el comportamiento del modelo en situaciones que no aparecieron en los datos de entrenamiento, la cuestión de la responsabilidad legal en caso de error y la seguridad de la interacción física con personas. Precisamente estas cuestiones hacen de la AGI física un reto no solo de ingeniería, sino también regulatorio.

Google DeepMind no es la única empresa en esta carrera. Tesla desarrolla el robot humanoide Optimus, Figure AI ha captado más de $675 millones en inversión y Boston Dynamics impulsa Atlas. Sin embargo, Gemini Robotics 2 llega con una diferencia fundamental: su base es un modelo Gemini multimodal, y no un conjunto fragmentado de módulos de control débilmente conectados entre sí.

Qué está pasando en el mercado de la robótica

El mercado de robots humanoides está en el umbral de un crecimiento a gran escala. Según las previsiones de Goldman Sachs, en 2035 su volumen podría superar los $150 000 millones, siempre que el sector resuelva los problemas clave de fiabilidad y seguridad. El centro de la competencia se desplaza de la precisión mecánica a la inteligencia: la capacidad de entender tareas no estructuradas, adaptarse a condiciones cambiantes y trabajar junto a personas sin barreras físicas.

A ese segmento apunta Gemini Robotics 2: un sistema con inteligencia «general» en un cuerpo físico, y no un manipulador industrial programado para una tarea concreta, capaz de ejecutar a la perfección un único movimiento pero incapaz de reaccionar ante una situación fuera de lo común.

Qué significa

El lanzamiento de Gemini Robotics 2 confirma que los principales laboratorios de IA consideran la robótica física la próxima frontera tecnológica. Para las empresas, abre el horizonte de nuevas aplicaciones en logística, producción y servicios. Para los reguladores, plantea una tarea urgente: definir estándares de seguridad para sistemas de IA cuyas acciones tienen consecuencias físicas irreversibles.