Google DeepMind presenta Gemini Robotics 2 con inteligencia de cuerpo completo para robots

Google DeepMind presentó en julio de 2026 Gemini Robotics 2, una versión actualizada de su sistema de control de robots con whole-body intelligence. Por primera vez, el modelo da al robot un control sincronizado de todo el cuerpo (piernas, torso y brazos) dentro de un único bucle de planificación de movimientos.

Qué es la whole-body intelligence

La whole-body intelligence significa que el robot coordina los movimientos de todo el cuerpo como un único sistema cinemático, en lugar de controlar cada eslabón de forma secuencial. La primera versión de Gemini Robotics, anunciada por Google DeepMind en enero de 2025 en el CES, se centraba en la manipulación táctil: agarre preciso de objetos, manejo de elementos frágiles y tareas que exigen una motricidad fina de las manos. Gemini Robotics 2 extiende ese principio a todo el aparato motor. El objetivo es crear un robot que se mueva de forma natural, en lugar de ejecutar secuencias programadas de antemano.

El sistema planifica a la vez los movimientos del tobillo, la cadera, la columna y los brazos, igual que lo hace una persona cuando carga una caja pesada por un suelo irregular o se agacha a recoger algo del suelo. Según el blog de Google DeepMind, el modelo tiene en cuenta con antelación las limitaciones físicas del entorno y redistribuye la carga entre las articulaciones sin esperar a que se produzca un error de equilibrio.

A diferencia de los sistemas de control tradicionales, que optimizan cada grado de libertad por separado, Gemini Robotics 2 trata el cuerpo como un sistema único con un equilibrio común de fuerzas e impulsos. Eso permite realizar movimientos sin programar explícitamente cada articulación.

¿Cómo se entrena el sistema?

Gemini Robotics 2 se construye sobre la arquitectura multimodal de Gemini: el robot recibe entrada visual y de texto, razona sobre la tarea asignada y traduce ese razonamiento en órdenes motoras en tiempo real. Para el entrenamiento, DeepMind combinó la teleoperación, en la que un especialista controla el robot a distancia y deja un registro de decisiones correctas, con datos sintéticos de movimiento. Así redujo de forma notable el número de demostraciones reales necesarias para aprender una tarea nueva.

Características clave del sistema según el anuncio de Google DeepMind:

• Base arquitectónica: el modelo multimodal Gemini
• Un único bucle de planificación que abarca piernas, torso y brazos
• Compatibilidad con plataformas humanoides y manipuladores clásicos
• Entrenamiento mediante teleoperación y datos motores sintéticos
• Escenarios objetivo: entornos no estructurados y cambiantes

Según el blog oficial de

Google DeepMind, Gemini Robotics 2 aporta «inteligencia de cuerpo completo» y permite al robot planificar y ejecutar movimientos como lo hace un organismo vivo, aprovechando todo el recurso motor disponible.

¿Dónde se aplica el nuevo sistema?

La whole-body intelligence abre una clase de tareas fuera del alcance de los manipuladores especializados. Logística de almacén sobre superficies irregulares, limpieza en espacios domésticos con distribuciones variables, asistencia a personas con movilidad reducida y mantenimiento de plantas de producción: en todos estos escenarios, el principal límite era precisamente la coordinación del cuerpo entero. Según DeepMind, el sistema se probó en condiciones lo más cercanas posible a las reales: sobre superficies resbaladizas, en espacios con obstáculos y en tareas con ambas manos y objetos asimétricos.

Google DeepMind colabora con socios de robótica para probar el sistema en plataformas humanoides físicas. El ritmo de desarrollo se ha acelerado: entre la primera y la segunda versión de Gemini Robotics pasó aproximadamente año y medio, mientras que los sistemas de investigación anteriores se actualizaban con mucha menos frecuencia.

Qué significa

Gemini Robotics 2 lleva la IA física de las demostraciones de laboratorio hacia sistemas funcionales para el mundo real. En el mercado de la whole-body robotics, Google DeepMind compite con Figure AI, Boston Dynamics y Tesla Optimus, pero la integración con Gemini da a sus robots un nivel de razonamiento lingüístico y visual que los sistemas puramente motores aún no tienen. Si el sistema demuestra fiabilidad fuera del laboratorio, podría fijar un nuevo estándar para el sector.