{"id":14247,"date":"2026-08-04T09:50:31","date_gmt":"2026-08-04T12:50:31","guid":{"rendered":"http:\/\/laf5.publisher.highstack.com.ar\/?p=14247"},"modified":"2026-08-04T09:50:31","modified_gmt":"2026-08-04T12:50:31","slug":"gemini-llevaba-anos-pensando-sin-tocar-absolutamente-nada-google-acaba-de-darle-piernas-manos-y-una-tarea-mucho-mas-dificil-que-responder-preguntas-no-equivocarse-en-el-mundo-real","status":"publish","type":"post","link":"https:\/\/laf5.publisher.highstack.com.ar\/?p=14247","title":{"rendered":"Gemini llevaba a\u00f1os pensando sin tocar absolutamente nada. Google acaba de darle piernas, manos y una tarea mucho m\u00e1s dif\u00edcil que responder preguntas: no equivocarse en el mundo real"},"content":{"rendered":"
\n

Gemini pod\u00eda escribir un correo, interpretar una fotograf\u00eda o explicar c\u00f3mo cambiar una bombilla. Lo que no pod\u00eda hacer era acercarse a una l\u00e1mpara, mantener el equilibrio, extender el brazo y girar esa bombilla sin romperla.<\/p>\n

Google DeepMind acaba de reducir esa distancia con Gemini Robotics 2, una nueva familia de modelos dise\u00f1ada para controlar robots completos. No se trata de introducir el chatbot de Gemini dentro de una carcasa met\u00e1lica. Es un sistema formado por diferentes capas de inteligencia capaces de observar el entorno, entender una orden, dividirla en pasos y convertir cada decisi\u00f3n en movimientos f\u00edsicos.<\/p>\n

En las demostraciones, el humanoide Apollo 2 de Apptronik camina entre objetos, se agacha, recoge una regadera, organiza estanter\u00edas y utiliza manos de cinco dedos para cerrar bolsas o manipular bombillas. Gemini ya no se limita a describir el mundo: empieza a empujarlo, levantarlo y reorganizarlo.<\/p>\n

Google no le dio un cuerpo a Gemini: est\u00e1 intentando crear un cerebro compatible con todos<\/h2>\n

La distinci\u00f3n es importante. Gemini Robotics 2 no es un robot, sino el modelo de visi\u00f3n, lenguaje y acci\u00f3n que controla el hardware. Recibe im\u00e1genes, instrucciones y datos de los sensores; despu\u00e9s produce las \u00f3rdenes num\u00e9ricas que terminan moviendo motores, articulaciones y manos.<\/p>\n

Google ha dividido el sistema en tres piezas. Gemini Robotics 2 convierte lo que ve y escucha en movimientos; Gemini Robotics ER 2 funciona como el cerebro de alto nivel que planifica tareas de varios pasos; y Gemini Robotics On-Device 2 puede ejecutarse localmente, sin depender constantemente de una conexi\u00f3n a internet.<\/p>\n

La novedad m\u00e1s visible es el control corporal completo. Las versiones anteriores estaban mucho m\u00e1s centradas en brazos y tareas realizadas frente a una mesa. Ahora el modelo puede modificar el centro de gravedad del humanoide, dar pasos, inclinarse o agacharse para alcanzar objetos colocados en el suelo y en diferentes alturas.<\/p>\n

Pero el verdadero negocio de Google no parece ser fabricar su propio mayordomo mec\u00e1nico. Demis Hassabis, CEO de DeepMind, ha explicado que imagina una especie de sistema operativo para robots, similar al papel que Android desempe\u00f1\u00f3 en los tel\u00e9fonos m\u00f3viles. La ambici\u00f3n es que una misma inteligencia pueda adaptarse a m\u00e1quinas de distintos fabricantes, tama\u00f1os y formas.<\/p>\n

Eso podr\u00eda ser mucho m\u00e1s importante que construir un \u00fanico humanoide espectacular. El ganador de la carrera rob\u00f3tica quiz\u00e1 no sea quien venda el cuerpo m\u00e1s elegante, sino quien consiga que miles de cuerpos diferentes puedan aprender utilizando el mismo cerebro.<\/p>\n

Las demostraciones parecen ciencia ficci\u00f3n hasta que se miran los porcentajes<\/h2>\n
\"Dise\u00f1o
\u00a9 Google Deepmind.<\/figcaption><\/figure>\n

Los v\u00eddeos muestran tareas resueltas con una fluidez sorprendente, pero no representan un robot capaz de entrar en cualquier casa y descubrir por s\u00ed mismo c\u00f3mo funciona todo. DeepMind entren\u00f3 estas habilidades mediante teleoperaci\u00f3n humana, simulaciones y ejemplos en v\u00eddeo. Las m\u00e1quinas todav\u00eda necesitan preparaci\u00f3n espec\u00edfica para muchas tareas complejas.<\/p>\n

Los propios resultados publicados por Google introducen una dosis saludable de realidad. Apollo 2 logr\u00f3 desenroscar una bombilla en el 92% de las pruebas, pero solo consigui\u00f3 enroscarla en el 36%. Atar una bolsa de basura tuvo una tasa de \u00e9xito del 44%, cerrar una bolsa herm\u00e9tica lleg\u00f3 al 40% y utilizar un recogedor se qued\u00f3 en el 32%. DeepMind reconoce que la manipulaci\u00f3n con varios dedos sigue siendo especialmente dif\u00edcil.<\/p>\n

En otras palabras, el robot puede atar una bolsa, pero tambi\u00e9n puede fallar m\u00e1s veces de las que acierta.<\/p>\n

Eso no invalida el avance. Una mano humana tiene decenas de articulaciones, modifica constantemente la fuerza y corrige movimientos casi sin que seamos conscientes. Conseguir que una m\u00e1quina coordine 22 grados de libertad mientras observa un objeto deformable es un problema extraordinariamente dif\u00edcil.<\/p>\n

La mejora m\u00e1s interesante puede estar en otra parte: Gemini Robotics ER 2 intenta determinar si una tarea realmente ha terminado. El modelo analiza v\u00eddeo continuo, sigue el progreso y puede repetir un paso cuando detecta que algo sali\u00f3 mal. Tambi\u00e9n permite que dos robots compartan informaci\u00f3n y se repartan partes de un mismo trabajo.<\/p>\n

Un robot \u00fatil no necesita acertar siempre a la primera. Necesita darse cuenta de que no ha acertado.<\/p>\n

Una alucinaci\u00f3n en un chatbot molesta; una alucinaci\u00f3n con brazos puede hacer da\u00f1o<\/h2>\n

Cuando una IA inventa una fecha, el usuario puede corregirla. Cuando interpreta mal una orden mientras sostiene una herramienta, el error abandona la pantalla.<\/p>\n

DeepMind asegura haber aplicado varias capas de seguridad, desde controles f\u00edsicos tradicionales hasta modelos capaces de detectar la proximidad de una persona y detener el robot. Tambi\u00e9n present\u00f3 ASIMOV-Agentic, un banco de pruebas que comprueba si el sistema rechaza instrucciones inseguras, activa paradas protectoras, identifica tareas f\u00edsicamente imposibles o pide ayuda humana cuando una orden resulta ambigua.<\/p>\n

El nombre resulta apropiado, pero un benchmark no equivale a una garant\u00eda. Las casas, f\u00e1bricas y hospitales contienen ni\u00f1os, animales, l\u00edquidos, objetos fr\u00e1giles y situaciones que ning\u00fan laboratorio puede reproducir por completo. Cuanto m\u00e1s general sea el robot, mayor ser\u00e1 el n\u00famero de circunstancias inesperadas que deber\u00e1 resolver.<\/p>\n

Gemini Robotics 2 no es todav\u00eda un ser con cuerpo. Es algo quiz\u00e1 m\u00e1s relevante: el intento de separar la inteligencia rob\u00f3tica de una m\u00e1quina concreta y convertirla en una plataforma.<\/p>\n

Google ya hizo algo parecido cuando puso Android en tel\u00e9fonos que no fabricaba. Ahora quiere repetir la jugada en un mercado donde un fallo de software no solo bloquea la pantalla. Puede caminar hacia nosotros, levantar cinco kilos y creer que ha terminado una tarea cuando todav\u00eda sostiene la bombilla.<\/p>\n<\/p><\/div>\n","protected":false},"excerpt":{"rendered":"

Gemini pod\u00eda escribir un correo, interpretar una fotograf\u00eda o explicar c\u00f3mo cambiar una bombilla. Lo que no pod\u00eda hacer era acercarse a una l\u00e1mpara, mantener el equilibrio, extender el brazo y girar esa bombilla sin romperla. Google DeepMind acaba de reducir esa distancia con Gemini Robotics 2, una nueva familia de modelos dise\u00f1ada para controlar […]<\/p>\n","protected":false},"author":1,"featured_media":14248,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-14247","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sin-categoria"],"_links":{"self":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/14247","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=14247"}],"version-history":[{"count":0,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/14247\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/media\/14248"}],"wp:attachment":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=14247"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=14247"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=14247"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}