Gemini Robotics ER 2: Google DeepMind enseña a los robots a razonar y a trabajar en equipo

Google DeepMind ha presentado Gemini Robotics ER 2, un modelo de nueva generación para controlar robots en el mundo real. Sus capacidades clave son la comprensión del flujo de vídeo, la orquestación de tareas de varios pasos y el trabajo coordinado de varios robots a la vez.

Qué sabe hacer Gemini Robotics ER 2

Gemini Robotics ER 2 se apoya en tres líneas de trabajo. Google DeepMind presenta cada una como un avance de fondo para las aplicaciones robóticas.

Comprensión de vídeo: el modelo analiza el contexto visual a partir de un flujo de vídeo convencional en tiempo real. Reconoce objetos, sigue el movimiento y toma decisiones sobre la marcha. El robot ya no necesita un mapa rígido del entorno definido de antemano ni un conjunto de sensores especializados.

Orquestación de tareas: el sistema planifica escenarios de varios pasos y emplea varias herramientas en el orden adecuado. Supone pasar de la orden individual a una planificación orientada a objetivos: el robot ve la tarea completa y construye por sí mismo la secuencia de pasos.

Colaboración entre robots: varias máquinas actúan de forma conjunta. Se reparten subtareas, sincronizan sus acciones y se adaptan a los cambios en tiempo real. Según DeepMind, es lo que faltaba para dar el salto de las demos controladas a escenarios reales de producción y logística.

• 3 líneas principales: comprensión de vídeo, orquestación de tareas, colaboración multirrobot
• Desarrollador: Google DeepMind
• Posicionamiento: tareas del mundo real, y no solo pruebas de laboratorio
• Línea de producto: evolución de la generación anterior, Gemini Robotics ER

Por qué la colaboración entre robots sigue sin resolverse

Los robots industriales tradicionales trabajan de forma aislada: cada uno ejecuta una operación estrictamente definida siguiendo un algoritmo rígido. Coordinar varias máquinas en tiempo real exige más: una comprensión compartida del contexto, capacidad para redistribuir tareas cuando cambian las condiciones y atención a lo que hace el compañero.

Aquí es donde los modelos de IA cambian la ecuación. En lugar de guiones escritos a mano, permiten a los robots razonar sobre la tarea y adaptarse a los cambios sobre la marcha, sin reprogramarlos para cada caso nuevo.

«Gemini Robotics ER 2 ayuda a los robots a razonar, interactuar y resolver tareas del mundo real.

Es un avance en la comprensión de vídeo, la orquestación de herramientas y el trabajo conjunto de varios robots», señala el blog oficial de Google DeepMind.

Según la compañía, el modelo apunta a aplicaciones reales y no a demostraciones en entornos controlados. Es una declaración de intenciones relevante: hoy, la mayoría de los sistemas robóticos todavía no alcanzan la fiabilidad necesaria fuera del laboratorio.

El lugar de ER 2 en la carrera por la IA física

Google DeepMind construye Gemini Robotics como una línea que cubre toda la pila de control de un robot, desde la percepción hasta la planificación y la cooperación. Gemini Robotics ER 2 amplía capacidades en los tres frentes a la vez, algo que lo distingue de las actualizaciones puntuales.

La IA física es una de las áreas de competencia que más rápido crecen entre los grandes laboratorios. El foco se desplaza de las máquinas industriales especializadas hacia sistemas generales, capaces de adaptarse a tareas nuevas sin una reconfiguración rígida para cada escenario.

Qué significa

Gemini Robotics ER 2 es una señal de que Google DeepMind pasa de los sistemas de IA de lenguaje y visión a la inteligencia física: robots capaces de razonar, coordinarse y trabajar en el mundo real, y no en el laboratorio. Si las capacidades anunciadas se confirman en la práctica, ampliarán de forma notable el alcance de los robots en la industria, la logística y sectores afines.