Explora IAdemia

Actualidad por tema

Buscar en IAdemia

Escribe una palabra o un tema.

    PublicadoInvestigación y ciencia

    Gemini Robotics 2.5: DeepMind reporta 96% de acierto de un humanoide en plantas de Mercedes-Benz, sin publicar cómo lo midió

    La cifra viene de un piloto sin metodología pública. Junto a su nuevo modelo para controlar robots, DeepMind liberó ASIMOV-Jailbreak, un banco de pruebas abierto para medir si una máquina acepta órdenes peligrosas disfrazadas.

    Máquina de Kawasaki destinada a la producción de vehículos
    Foto: Renata Ledesma / CC-BY-SA-4.0 vía Wikimedia Commons

    Google DeepMind presentó el 10 de noviembre Gemini Robotics 2.5, su modelo más avanzado para que los robots entiendan instrucciones y las conviertan en movimientos. La cifra más llamativa viene de una prueba industrial: según la empresa, un humanoide Apollo 2 de Apptronik controlado por el modelo logró 96% de éxito clasificando piezas metálicas en líneas de producción de Mercedes-Benz en Kecskemét, Hungría, y Sindelfingen, Alemania.

    La tarea, conocida en la industria automotriz como kitting, consiste en sacar piezas metálicas de contenedores a granel y ordenarlos en bandejas según la secuencia que necesita cada vehículo. De acuerdo con la entrada de blog de DeepMind, firmada por Carolina Parada, en el piloto trabajaron dos modelos: Gemini Robotics ER, especializado en razonamiento, siguió el flujo de trabajo, mientras Gemini Robotics 2.5 manejó brazos y manos. Jeff Cardenas, cofundador y director ejecutivo de Apptronik, afirmó en el anuncio que eso es para lo que construyeron Apollo: trabajo útil junto a personas en entornos industriales reales.

    El matiz importa: el 96% es una cifra informada por DeepMind sin metodología pública. Ni el anuncio ni la cobertura de The Decoder, que el mismo día lo presentó como un porcentaje reportado por la empresa, precisan el número de intentos, cómo se definió el éxito, cuánto duró la prueba ni qué tipo de errores hubo. La propia DeepMind describe el piloto como una prueba de concepto.

    Más allá de la fábrica, la empresa dice haber evaluado el modelo en más de 200 tareas distintas, como servir comida con pinzas, hacer el lazo de una caja de regalo o pipetear líquidos. Según DeepMind, frente a sus versiones anteriores las tasas de éxito suben entre 30% y 100% según el tipo de tarea, y los trabajos se completan entre 20% y 30% más rápido. El modelo funciona con distintos robots, desde el humanoide Apollo 2, con una mano de cinco dedos, hasta la plataforma Franka Duo, de pinzas simples. Para entrenarlo, DeepMind usó Gemini 4 Argon como motor de simulación capaz de generar gemelos digitales a partir de una escena real.

    La otra novedad es de seguridad. DeepMind publicó en Hugging Face ASIMOV-Jailbreak, un banco de pruebas abierto con cientos de instrucciones que disfrazan pedidos peligrosos en decenas de escenas, para medir si un robot puede ser engañado. Según la empresa, Gemini 4 Argon resiste el 99,5% de esos intentos, frente al 82% de su antecesor, Gemini Robotics ER 2. DeepMind también reporta que guiar el razonamiento del modelo mientras actúa mejoró 33% la finalización segura de tareas cerca de obstáculos y 43% cerca de personas. Estas cifras también provienen de evaluaciones de la propia empresa y no han sido verificadas por terceros.

    Por ahora, Gemini Robotics 2.5 solo llega a socios como Agile, Apptronik y Mercedes-Benz, sin acceso público. Para la industria, incluida la de América Latina, que sigue de cerca la automatización de plantas automotrices, el anuncio muestra hacia dónde va la robótica: menos programación tarea por tarea y más modelos generales que se ajustan a una tarea nueva en pocas semanas, como afirmó sobre este piloto el director ejecutivo de Apptronik, según recogió The Decoder. Que el benchmark de seguridad sea abierto permite, al menos, que otros laboratorios contrasten esas promesas.

    Información de la publicación

    Publicado

    15 nov 2026

    Última actualización

    17 nov 2026

    Estado editorial

    Publicado
    ← Volver a Investigación y ciencia

    Cargando comentarios…

    Abrir la conversación