Gemini Robotics ER 2: Google DeepMind научила роботов рассуждать и работать в команде

Google DeepMind ha presentado Gemini Robotics ER 2, un modelo de próxima generación para el control de robots en el mundo real. Capacidades clave: comprensión de flujo de vídeo, orquestación de tareas en múltiples pasos y operación coordinada de varios robots de forma simultánea.

Qué puede hacer Gemini Robotics ER 2

Gemini Robotics ER 2 se construye en torno a tres direcciones, cada una de las cuales Google DeepMind califica como un paso fundamental para las aplicaciones robóticas.

Comprensión de vídeo — el modelo analiza el contexto visual a través de un flujo de vídeo estándar en tiempo real: reconoce objetos, rastrea movimientos y toma decisiones al instante. El robot ya no necesita un mapa rígido y predefinido de su entorno ni un conjunto de sensores especializados.

Orquestación de tareas — el sistema planifica escenarios de múltiples pasos utilizando varias herramientas en el orden correcto. Supone la transición de un único comando a una planificación orientada a objetivos: el robot ve la tarea en su totalidad y construye por sí mismo la secuencia de pasos.

Colaboración entre robots — varias máquinas actúan conjuntamente: distribuyen subtareas, coordinan acciones y se adaptan a los cambios en tiempo real. Según DeepMind, esto era precisamente lo que faltaba para pasar de las demos controladas a los escenarios reales de producción y logística.

• 3 direcciones clave: comprensión de vídeo, orquestación de tareas, colaboración multirrobot
• Desarrollador: Google DeepMind
• Posicionamiento: tareas del mundo real, no solo pruebas de laboratorio
• Línea: desarrollo de la generación anterior Gemini Robotics ER

Por qué la colaboración entre robots es un problema sin resolver

Los robots industriales tradicionales trabajan de forma aislada: cada uno ejecuta una operación estrictamente definida según un algoritmo rígido. Coordinar varias máquinas en tiempo real exige más: una comprensión compartida del contexto, la capacidad de redistribuir tareas cuando las condiciones cambian y la conciencia de las acciones del compañero.

Es precisamente aquí donde los modelos de AI cambian la ecuación. En lugar de scripts escritos manualmente, permiten que los robots razonen sobre una tarea y se adapten a los cambios sobre la marcha, sin necesidad de reprogramación para cada nuevo caso.

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

Es un paso adelante en la comprensión de vídeo, la orquestación de herramientas y la colaboración multirrobot», se afirma en el blog oficial de Google DeepMind.

Según la empresa, el modelo está orientado a aplicaciones en el mundo real y no a demostraciones en entornos controlados. Esta es una declaración significativa: la mayoría de los sistemas robóticos actuales todavía no alcanzan la fiabilidad necesaria fuera del laboratorio.

El lugar del ER 2 en la carrera por la AI física

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

La AI física es una de las áreas de competencia de mayor crecimiento entre los principales laboratorios. El énfasis se está desplazando de las máquinas industriales especializadas hacia sistemas universales capaces de adaptarse a nuevas tareas sin una reprogramación rígida para cada escenario.

Qué significa esto

Gemini Robotics ER 2 es una señal de que Google DeepMind está pasando de los sistemas de AI de lenguaje y visión a la inteligencia física: robots capaces de razonar, coordinarse y trabajar en el mundo real, y no en un laboratorio. Si las capacidades declaradas se confirman en la práctica, esto ampliará significativamente la aplicabilidad de los robots en la fabricación, la logística y los sectores afines.