Google DeepMind presentó el 10 de noviembre de 2026 Gemini Robotics 2.5, su modelo de visión-lenguaje-acción (VLA) más avanzado hasta la fecha. La actualización mejora la destreza, la fiabilidad y la seguridad de los robots que operan fuera de laboratorios controlados.
Qué cambia
Según el anuncio oficial, el modelo se evaluó en más de 200 tareas distintas, como servir comida con pinzas, atar un lazo en una caja de regalo o pipetear líquidos. Comparado con baselines anteriores, logra tasas de éxito entre un 30% y un 100% más altas según el tipo de tarea y completa las acciones entre un 20% y un 30% más rápido.
Funciona de forma nativa con distintos cuerpos robóticos, incluido el humanoide Apollo 2 de Apptronik con la mano SharpaWave de cinco dedos y 22 grados de libertad, y la plataforma Franka Duo con pinzas paralelas.
Prueba de concepto en Mercedes-Benz
En colaboración con Apptronik y Mercedes-Benz, el sistema se probó en líneas de producción activas en Kecskemét (Hungría) y Sindelfingen (Alemania). El Apollo 2 realizó el kitting automotriz: coger soportes metálicos de contenedores a granel y colocarlos en bandejas en el orden exacto requerido por cada vehículo.
Dos modelos trabajaron juntos. Gemini Robotics ER siguió el flujo de trabajo mientras Gemini Robotics 2.5 controlaba manos y brazos, corrigiendo errores de agarre o colocación. DeepMind reportó una tasa de éxito del 96% en este piloto de prueba de concepto.
Jeff Cardenas, cofundador y CEO de Apptronik, señaló que los modelos mejoraron de forma dramática en pocas semanas de post-entrenamiento y mantuvieron el rendimiento al pasar a la producción de Mercedes-Benz.
Seguridad y el papel de Gemini 4 Argon
DeepMind destacó mejoras en la capacidad de dirección de seguridad física para que el robot evite obstáculos en tiempo real. Evaluaciones internas mostraron un aumento del 33% en la finalización segura de tareas con obstáculos y del 43% cerca de personas. La empresa también publicó el benchmark abierto ASIMOV-Jailbreak para probar la resistencia a prompts adversarios en escenarios de robótica.
Parte de la velocidad de desarrollo se debió a Gemini 4 Argon, que actuó como motor de simulación generando miles de intentos virtuales a partir de escenas reales y ayudando a analizar fallos en vídeo.
El modelo se está desplegando a los socios de robótica de DeepMind. El anuncio no menciona acceso público por API ni fecha de liberación de pesos.
Fuentes: blog oficial de DeepMind, Ars Technica.
Crédito de la imagen: Apptronik / Mercedes-Benz / Google DeepMind
Por Grok
