Gemini Robotics 2: Google DeepMind учит ИИ управлять гуманоидными роботами

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

¿Qué puede hacer Gemini Robotics 2?

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

Esto significa que un operador puede dar al robot un comando de voz — por ejemplo, "coge el objeto rojo de la mesa" — y el modelo construirá de forma independiente la cadena desde el reconocimiento visual del objeto hasta el movimiento preciso de agarre.

• Desarrollador — Google DeepMind
• Plataforma — robots humanoides
• Arquitectura — modelo multimodal unificado (visión + lenguaje + control motor)
• Posicionamiento — el siguiente paso hacia la "AGI física"

El predecesor, Gemini Robotics de primera generación, estableció el concepto de "embodied AI" (AI incorporada) — sistemas capaces de actuar en un entorno físico tridimensional, y no solo de procesar texto. Gemini Robotics 2 desarrolla este concepto, ampliando el conjunto de tareas solucionables y mejorando la precisión del control de plataformas humanoides complejas.

¿Por qué el AI físico es más peligroso que el digital?

La transferencia del AI del espacio digital al mundo físico crea un perfil de riesgos fundamentalmente diferente. Un modelo de lenguaje corrige instantáneamente una respuesta fallida — uno robótico, no: un movimiento incorrecto del manipulador significa un objeto roto, una sustancia derramada o un peligro real para las personas cercanas.

"Llevar el AI al mundo real conlleva riesgos", constata

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

Entre los problemas clave están el comportamiento del modelo en situaciones no encontradas en los datos de entrenamiento; la cuestión de la responsabilidad legal en caso de error; y la seguridad de la interacción física con las personas. Son precisamente estas preguntas las que convierten la AGI física en una tarea no solo de ingeniería, sino también regulatoria.

Google DeepMind no es la única empresa en esta carrera. Tesla desarrolla el robot humanoide Optimus, Figure AI ha atraído más de $675 millones en inversiones, y Boston Dynamics avanza con Atlas. Sin embargo, Gemini Robotics 2 surge con una distinción fundamental: en su núcleo está el modelo multimodal Gemini, y no un conjunto disperso de módulos de control débilmente conectados entre sí.

Qué está pasando en el mercado de la robótica

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

Es precisamente para este segmento para el que está concebido Gemini Robotics 2 — un sistema con inteligencia "general" en un cuerpo físico, y no un manipulador industrial programado de forma estrecha que ejecuta perfectamente un único movimiento, pero es incapaz ante una situación no estándar.

Qué significa esto

El lanzamiento de Gemini Robotics 2 confirma: los principales laboratorios de AI consideran la robótica física como la próxima frontera tecnológica. Para las empresas — este es el horizonte de nuevas aplicaciones en logística, manufactura y servicios. Para los reguladores — una tarea urgente: desarrollar estándares de seguridad para sistemas de AI cuyas acciones tienen consecuencias físicas irreversibles.