El impulso de Google DeepMind para llevar la IA de las pantallas a las fábricas ha alcanzado un nuevo hito: Gemini Robotics 2.5, su último modelo de visión-lenguaje-acción, ha sido probado en líneas de producción de Mercedes-Benz en Hungría y Alemania.

El planteamiento de DeepMind es directo. La empresa afirma que el sistema amplía las tareas que los robots pueden aprender al tiempo que mejora la velocidad, la destreza y la seguridad. En más de 200 evaluaciones —incluyendo el uso de pinzas, el pipeteo de líquidos y la realización de lazos—, informó tasas de éxito entre un 30 % y un 100 % superiores a las referencias anteriores, con tareas completadas entre un 20 % y un 30 % más rápido.¹ El modelo se está implementando con socios de robótica en lugar de ponerse a disposición general.

La prueba en fábrica es el resultado principal. El humanoide Apollo 2 de Apptronik clasificó piezas de automóviles desde contenedores a granel en bandejas secuenciadas, un proceso repetitivo conocido como kitting, y alcanzó una tasa de éxito del 96 %. El CEO de Apptronik, Jeff Cardenas, lo calificó de «trabajo útil junto a las personas en entornos industriales reales», y sostuvo que los resultados proporcionan una base para desplegar humanoides a escala industrial y comercial.¹ DeepMind también promocionó el lanzamiento como una forma de permitir que los robots aprendan «cientos de habilidades cotidianas», desde doblar ropa hasta clasificar piezas de automóviles.Demis Hassabis (demishassabis)²

Pero la distinción entre una demostración sólida y una fiabilidad lista para fábrica es donde el debate se agudiza. La cobertura independiente señala que los trabajadores humanos que realizan tales tareas repetitivas las hacen bien prácticamente siempre; el director de DeepMind, Kanishka Rao, describió cerrar la brecha restante de cuatro puntos como un «camino empinado».³

La responsable de robótica de DeepMind, Carolina Parada, plantea esa tensión como una disyuntiva. Un robot puede optimizarse para una aplicación, dijo, o los desarrolladores pueden perseguir una generalización amplia y «quizá no llegar al 99,9 en cada aplicación».³ Eso importa porque la ambición de la empresa no es otra máquina de fábrica estrechamente programada, sino un robot capaz de adaptarse a entornos inciertos.

La seguridad forma parte de la misma ecuación sin resolver. DeepMind afirma que su guía de razonamiento elevó la finalización segura un 33 % alrededor de obstáculos y un 43 % alrededor de personas, mientras que su nuevo benchmark ASIMOV-Jailbreak examina si los robots rechazan instrucciones inseguras.¹ Sin embargo, el modelo actual sigue basado en la nube, lo que significa que la latencia aún separa un piloto refinado de la respuesta fluida y casi instantánea que requiere una planta de fábrica concurrida.³