Gemini Robotics 2.5 clasifica piezas con un 96 % de acierto en líneas de Mercedes-Benz, con Gemini 4 Argon lejos del robot

Google DeepMind presentó el 10 de noviembre Gemini Robotics 2.5, un modelo de visión, lenguaje y acción que empieza a distribuir entre sus socios de robótica, y lo encabezó con un resultado de fábrica. En una prueba de concepto en líneas de producción activas de Mercedes-Benz en Kecskemét (Hungría) y Sindelfingen (Alemania), los humanoides Apollo 2 de Apptronik sacaron soportes metálicos de contenedores a granel y los colocaron en cajas de secuenciación en el orden que necesita cada vehículo. DeepMind cifra la tasa de éxito en un 96 %.

El anuncio muestra funcionando en una línea real la arquitectura de dos velocidades de Google. El análisis de octubre de Robrief concluyó que Gemini 4 Argon era demasiado lento para guiar un brazo robótico en tiempo real. En la versión 2.5 no toca el robot. Según DeepMind, Argon actuó como «motor de simulación»: generó miles de ensayos y un gemelo digital a partir de una escena real de cámara, y ayudó a los investigadores a deducir por vídeo por qué fallaban las tareas. En las líneas de Mercedes, el modelo de razonamiento corporizado Gemini Robotics ER seguía el flujo de trabajo y Gemini Robotics 2.5 movía manos y brazos.

Mejoras frente a las referencias de la propia DeepMind

DeepMind dice que evaluó el modelo en 200 tareas distintas, como servir comida con pinzas, atar un lazo en una caja de regalo o pipetear un líquido. Frente a sus referencias anteriores, informa de tasas de éxito entre un 30 % y un 100 % más altas según el tipo de tarea, y de tareas completadas entre un 20 % y un 30 % más rápido. Apollo 2 ejecuta el modelo con la mano SharpaWave de cinco dedos y 22 grados de libertad; la plataforma Franka Duo, con pinzas paralelas de dos dedos.

La seguridad se midió igual. Una guía de razonamiento aplicada en inferencia elevó la finalización segura de tareas un 33 % cerca de obstáculos y un 43 % cerca de personas, según la evaluación de DeepMind. El laboratorio publicó además ASIMOV-Jailbreak, un banco de pruebas abierto con cientos de instrucciones que disfrazan peticiones peligrosas en decenas de escenas. Argon logra un 99,5 % de resistencia, frente al 82 % de Gemini Robotics ER 2.

Preparar kits deja poco margen

El kitting es la preparación previa al montaje: repartir piezas sueltas en bandejas en el orden exacto en que las usará la línea, y DeepMind dice que Apollo corregía los huecos sobre la marcha. Si el 96 % se cuenta por cada toma, significa cuatro fallos de cada 100, cada uno un soporte fuera de secuencia salvo que alguien lo detecte más adelante. DeepMind no dio la cifra de la misma tarea antes del posentrenamiento, así que el dato muestra adónde llegó Apollo, no cuánto avanzó.

Apptronik se muestra segura. «Vimos que los modelos mejoraban de forma espectacular en solo unas semanas de posentrenamiento y pasaban a la producción de Mercedes-Benz casi sin pérdida», dijo Jeff Cardenas, cofundador y consejero delegado.