Gemini Robotics
Etapa 5 · IA generativa, razonamiento y agentes (2022–2026) › Imagen, vídeo y mundo físico
- Linaje
- Acción en el mundo
- Tipo
- Implementación
Quién
Google DeepMind
Qué ocurrió
Google DeepMind presenta Gemini Robotics, un modelo de visión, lenguaje y acción construido sobre Gemini 2.0 que controla robots directamente, y Gemini Robotics-ER, con razonamiento espacial para que los especialistas en robótica lo usen en sus propios programas.
Qué aportó
Un modelo de frontera controla robots físicos: las acciones pasan a ser un tipo de salida más, junto al texto y las imágenes.
Desarrollo
Los modelos de lenguaje de frontera entendían texto, imágenes y vídeo, pero solo producían texto o imágenes. Gemini Robotics añadió las acciones físicas como un nuevo tipo de salida, para controlar robots directamente.
Google DeepMind lo describió con tres cualidades. Generalidad: resuelve tareas variadas sin entrenamiento previo, incluidas algunas que no vio nunca. Interactividad: vigila continuamente lo que le rodea y ajusta sus acciones si los objetos o las instrucciones cambian. Destreza: completa tareas de varios pasos que exigen manipular con precisión, como doblar una figura de papiroflexia o meter un tentempié en una bolsa con cierre.
Se entrenó sobre todo con datos de ALOHA 2, una plataforma de dos brazos robóticos, pero también controla brazos Franka y se puede especializar para el robot humanoide Apollo de Apptronik. El informe técnico añade que, con ajustes, aprende tareas cortas nuevas con solo cien demostraciones. Gemini Robotics-ER se ofreció a empresas como Boston Dynamics y Agility Robotics, y Google publicó el conjunto de datos ASIMOV para medir la seguridad de las acciones de los robots.
Sus autores lo presentaron como un camino hacia robots de propósito general, construidos sobre la misma base que los modelos de lenguaje de Google.
Vídeos
- Gemini Robotics: Bringing AI to the physical world (se abre en una pestaña nueva) (Google DeepMind · en inglés)
Bibliografía
Fuente original
- Gemini Robotics: Bringing AI into the Physical World (arXiv:2503.20020) (se abre en una pestaña nueva). Gemini Robotics Team, 2025. licencia libre: CC BY 4.0
Estudios y contexto
Cómo citar
«Gemini Robotics». En La historia de la IA, revisión del 13 de noviembre de 2026. https://thehistoryofai.com/es/hito/gemini-robotics
Última revisión de esta ficha: 13 de noviembre de 2026.