Análisis de Gemini Robotics 2: la IA robótica se convierte en una pila

Un robot humanoide enroscando una bombilla es, o bien un hito en la IA incorporada en cuerpos físicos, o bien el comienzo de una comedia de situación carísima. Según WIRED, Google DeepMind ha lanzado Gemini Robotics 2, un sistema que puede controlar distintos robots, incluidos humanoides capaces de realizar tareas diestras como enroscar bombillas y atar bolsas de basura. La parte llamativa es el cuerpo humanoide; la parte importante es la arquitectura que se esconde detrás de los tobillos. Esto no es un chatbot pegado con cinta a una Roomba y al que le dieron OKR inspiradores. WIRED informa que Gemini Robotics 2 combina varios modelos de IA en un solo sistema para que un robot pueda entender su entorno y decidir cómo actuar. Esa es la historia útil para quienes construyen: la IA robótica se está alejando de controladores aislados para trucos individuales y avanzando hacia pilas integradas que conectan percepción, comprensión del lenguaje, razonamiento y planificación de acciones.

WIRED: El robot ahora es una pila

WIRED describe Gemini Robotics 2 como un sistema combinado construido a partir de un modelo de visión-lenguaje y dos modelos de acción visión-lenguaje. El VLM entiende imágenes y video, se comunica con humanos y razona sobre tareas, mientras que los modelos VLA están entrenados para el movimiento en el espacio físico y controlan el movimiento de cuerpo completo más pinzas o manos. En demostraciones compartidas con WIRED, el robot Apollo 2 de Apptronik usó manos de Sharpa para ordenar estanterías, una tarea agradablemente cotidiana y por eso más interesante que una voltereta hacia atrás (las volteretas rara vez reponen cereales). La distinción clave es que un robot no solo necesita saber qué es una bolsa de basura. Necesita reconocer la bolsa, inferir el objetivo, planificar una secuencia, mover un cuerpo que obedece las leyes de la física y recuperarse cuando la bolsa se comporta como un pequeño paracaídas embrujado. Por eso importa la división entre VLM y VLA: el lenguaje y la percepción no están reemplazando el control, se están conectando con él.

Ars Technica: Google está enviando piezas, no la ópera completa

Ars Technica informa que Gemini Robotics 2 incluye tres modelos, pero solo uno está disponible públicamente en este momento. El mismo informe dice que los robots de Google pueden manejar tareas más complejas, analizar continuamente entornos cambiantes y colaborar con otros robots. Google también afirma que el sistema puede controlar un robot humanoide completo con destreza mejorada, incluidas máquinas con manos humanoides complejas, según Ars Technica. Ese detalle de disponibilidad es la ducha fría útil. Si estás construyendo hoy, la historia no es que todos los robots hayan recibido de pronto un trasplante universal de cerebro. Es que Google está exponiendo parte de la pila mientras mantiene el sistema más completo más cerca del laboratorio, lo cual es normal en robótica porque la realidad es la peor prueba unitaria jamás escrita.

Google: ER 2 es el planificador en

el desordenado punto intermedio El propio blog de Google dice que Gemini Robotics ER 2 está diseñado como un cerebro de alto nivel para robots, que permite razonamiento espacial en tiempo real, planificación de tareas de varios pasos y colaboración entre distintos robots. Google dice que los desarrolladores pueden acceder a ER 2 mediante la API de Gemini, Google AI Studio o la Gemini Enterprise Agent Platform. Eso hace que ER 2 se parezca menos a un controlador de motor y más al orquestador de tareas que decide qué debe ocurrir antes de que los sistemas de nivel inferior ejecuten el movimiento. La publicación de lanzamiento de Google DeepMind, fechada el 30 de julio de 2026, plantea el problema como una salida de los robots preprogramados o teleoperados para secuencias de tareas estrechas y repetitivas. La empresa sostiene que los robots necesitan modelos capaces de pensar, actuar e interactuar en entornos impredecibles. Si quitamos la iluminación brillante de la demo, queda una tesis de investigación seria: el comportamiento robótico general necesita transferencia entre cuerpos, anclaje en tiempo real y planificación que sobreviva al contacto con calcetines en el suelo.

The Next Web: Todavía torpe,

todavía importante The Next Web informa que Gemini Robotics 2 puede controlar un humanoide desde los pies hasta la punta de los dedos, coordinar varios robots a la vez y adaptarse a una máquina nueva en unas pocas horas. También señala la parte menos glamurosa: las propias cifras de DeepMind muestran que los robots siguen siendo lentos y torpes en las tareas más minuciosas. Bien. Esa frase debería imprimirse en cada presentación de robots humanoides, en Helvetica de buen gusto. Para los lectores, lo siguiente que conviene observar no es si un robot de demostración puede hacer una tarea doméstica más bajo condiciones de estudio. Hay que observar qué partes de la pila quedan disponibles para los desarrolladores, qué tan bien se transfieren las habilidades entre cuerpos robóticos y si la evaluación pasa de los videos de mejores momentos a puntos de referencia repetibles para destreza, seguridad y colaboración. La IA robótica se parece cada vez menos a enseñar a una máquina un truco de fiesta y más a ensamblar un sistema nervioso, lo cual es emocionante, aterrador y exactamente la razón por la que quizá la bombilla debería conservar el recibo.