Gemini Robotics 2.5 enseña al humanoide Apollo 2 a preparar piezas de Mercedes con un 96% de éxito

Un robot que funciona a la perfección en el laboratorio suele atascarse en la fábrica ante la primera pieza resbaladiza o una caja ligeramente desplazada. Esa es precisamente la brecha entre el vídeo de demostración y la planta real que DeepMind intenta cerrar con su nuevo modelo Gemini Robotics 2.5. Lo más interesante del lanzamiento es la prueba piloto en la línea de montaje de Mercedes-Benz y la forma en que se entrenó el modelo, más allá de los récords en pruebas de laboratorio.

Qué puede hacer el modelo

Gemini Robotics 2.5 es un modelo VLA (visión-lenguaje-acción). Recibe imágenes de las cámaras y una instrucción de texto, y genera movimientos de brazos y dedos. DeepMind lo probó en más de 200 tareas distintas: servir comida con pinzas, atar un lazo en una caja de regalo o recoger líquido con una pipeta.

La dificultad de estas tareas reside en la precisión, más que en la fuerza. Exigen manejar herramientas, objetos blandos y flexibles como telas y cintas, y elementos frágiles. Según DeepMind, los intentos exitosos aumentaron un 30–100%, dependiendo del tipo de tarea, y la ejecución es un 20–30% más rápida que con las versiones anteriores.

El modelo no está ligado a una única plataforma de hardware. Se ejecutó en el humanoide Apptronik Apollo 2, equipado con una mano SharpaWave de cinco dedos (22 grados de libertad), y en la plataforma de dos brazos Franka Duo, con pinzas paralelas sencillas.

De la fábrica al laboratorio no: del laboratorio a la fábrica

La principal demostración es una prueba piloto en las líneas de Mercedes-Benz de Kecskemét, Hungría, y Sindelfingen, Alemania. Apollo 2 se encargó de preparar kits de piezas (kitting): extraer piezas de grandes cajas y distribuirlas en bandejas en el orden en que se necesitarán para un vehículo concreto en la línea. Es un trabajo monótono y físicamente exigente, y un error en la secuencia acaba causando problemas a los operarios de montaje.

La arquitectura tiene dos capas. El modelo Gemini Robotics ER supervisa el proceso completo y decide qué hacer a continuación. Gemini Robotics 2.5 controla los brazos: introduce la mano en la caja, recoge soportes metálicos, los coloca en la bandeja y corrige sus acciones si algo sale mal. El resultado es un 96% de operaciones exitosas.

Conviene interpretar esa cifra con cautela. Se trata de una prueba de concepto, no de un despliegue habitual en producción, y un 4% de fallos sigue siendo mucho en una línea de montaje. No se ofrece una comparación de velocidad con una persona. Aun así, el CEO de Apptronik afirma que el modelo mejoró de forma apreciable tras unas semanas de ajuste fino y se trasladó a la fábrica de Mercedes con una pequeña pérdida de rendimiento. Para la industria, eso importa más que el porcentaje en sí: transferir lo aprendido resulta más barato que configurar el sistema por separado para cada planta.

La seguridad y el papel del simulador

Para los agentes físicos, la seguridad es un reto de ingeniería por derecho propio. Gemini Robotics 2.5 incorpora una guía de razonamiento durante la inferencia (inference-time reasoning guidance) que orienta al robot para evitar zonas peligrosas. Según las mediciones de DeepMind, la finalización segura de tareas mejoró un 33% cerca de obstáculos y un 43% cerca de personas.

También se comprobó la resistencia a los jailbreaks, en los que una petición peligrosa se disfraza de inofensiva. Para ello, DeepMind publicó el benchmark ASIMOV-Jailbreak: cientos de prompts en decenas de escenas. Gemini 4 Argon bloquea el 99,5% de estos intentos, frente al 82% del modelo de referencia anterior, Gemini Robotics ER 2.

Gemini 4 Argon también desempeñó un papel importante en el propio desarrollo. Funcionó como motor de simulación: a partir de una sola escena real captada por una cámara, construía un gemelo digital y generaba miles de variantes de ensayos de entrenamiento. Además, analizaba vídeos para inferir por qué el robot había fallado en una tarea y ayudaba a comprobar las correcciones tanto en simulación como en robots reales. Las demostraciones reales y la simulación, combinadas, permiten generalizar más rápido a nuevas escenas y objetos.

Cómo aprovecharlo

Por ahora, el modelo solo se ofrece a socios, así que no es posible probarlo directamente. Aun así, hay varias conclusiones prácticas.

• Si desarrollas sistemas robóticos, considera separar las funciones: un modelo planificador y otro ejecutor. Así resulta más fácil depurar y sustituir los componentes.
• El enfoque de captar una escena real y generar miles de simulaciones merece adoptarse allí donde escasean los datos reales.
• ASIMOV-Jailbreak está disponible públicamente y puedes ejecutarlo con tus propios agentes como prueba adicional.

Todas las cifras comparten una limitación: las publica la propia DeepMind, no hay verificaciones independientes y las versiones de referencia utilizadas en las comparaciones se describen con poco detalle. Pero la dirección está clara: los humanoides salen de los laboratorios para realizar operaciones concretas y acotadas, y la pregunta principal pasa a ser cuánto se puede abaratar su despliegue a escala y con qué nivel de seguridad.