Google DeepMind lanza Gemini Robotics 2.5 para robots

Google DeepMind, división de Alphabet Inc. ↗ 2.28%, presentó el martes 10 de noviembre Gemini Robotics 2.5. El laboratorio lo describe como su "modelo de visión, lenguaje y acción (VLA) más capaz hasta la fecha" y ya está llegando a sus socios del sector robótico. Gran parte de la atención se ha centrado en una prueba piloto industrial con Apptronik y Mercedes-Benz, donde los humanoides Apollo 2 prepararon piezas automotrices con una tasa de éxito del 96%. DeepMind también lanzó ASIMOV-Jailbreak, un estándar abierto que evalúa si los robots pueden ser manipulados para realizar acciones inseguras.deepmind.google

Avances en destreza y velocidad

DeepMind evaluó el modelo en más de 200 tareas, como servir comida con pinzas, hacer un lazo en una caja de regalo y pipetear líquidos. Dependiendo de la tarea, reporta tasas de éxito entre un 30% y un 100% superiores a sus referencias anteriores, con tiempos de ejecución entre un 20% y un 30% más rápidos. Ars Technica señaló que estas cifras provienen de pruebas de laboratorio y destacó que tareas como hacer lazos son complejas debido a que los objetos deformables son difíciles de manipular para los robots. El modelo funciona en el Apollo 2 de Apptronik, que cuenta con una mano de cinco dedos con 22 grados de libertad, y en la plataforma Franka Duo con pinzas de dos dedos.arstechnica.com+2

Prueba piloto en fábrica

La prueba de concepto se llevó a cabo en líneas de producción activas en Kecskemét, Hungría, y Sindelfingen, Alemania. Los robots Apollo 2 tomaron soportes metálicos de contenedores a granel y los colocaron en bandejas de secuenciación según las necesidades de cada vehículo. Gemini Robotics ER supervisó el flujo de trabajo, mientras que Gemini Robotics 2.5 controló las manos y brazos. El CEO de Apptronik, Jeff Cardenas, afirmó en la publicación de DeepMind que "vimos cómo los modelos mejoraban drásticamente en pocas semanas de entrenamiento y se adaptaban a la producción de Mercedes-Benz con una caída mínima en el rendimiento".deepmind.google

Ars Technica indicó que un 96% es un resultado sólido para la IA robótica, pero probablemente insuficiente para un fabricante de automóviles, ya que un humano realizando la misma tarea repetitiva acierta casi siempre. El director de DeepMind, Kanishka Rao, comentó que cerrar ese 4% restante será un "camino difícil". DeepMind califica el trabajo como una prueba de concepto y ninguna de las empresas ha confirmado si los humanoides permanecerán en las líneas de ensamblaje.madrobot.blog+1

Estándar de seguridad

DeepMind asegura que la nueva guía de razonamiento durante la inferencia mejoró la finalización segura de tareas en un 33% cerca de obstáculos y en un 43% cerca de personas. ASIMOV-Jailbreak contiene cientos de instrucciones que disfrazan solicitudes inseguras en decenas de escenarios. En este estándar, Gemini 4 Argon de DeepMind mostró una resistencia al jailbreak del 99.5%, frente al 82% de Gemini Robotics ER 2. El estándar está publicado en Hugging Face.the-decoder.com+1

Argon también ayudó a construir el nuevo modelo al actuar como un motor de simulación, generando miles de prácticas y gemelos digitales a partir de escenas reales captadas por cámaras. DeepMind afirma que esto permite a los robots generalizar más rápidamente ante nuevos entornos y objetos. Este lanzamiento sigue a Gemini Robotics 2, presentado en julio para dotar a los robots de control corporal completo.deepmind.google