Volver a Modelos LLM

Google saca Gemini Robotics 2.5, un modelo VLA para destreza en el mundo real

DeepMind publicó Gemini Robotics 2.5 el 10 de noviembre de 2026. Google lo presenta como su modelo vision-language-action (VLA) más capaz hasta ahora. Un modelo VLA toma lo que ven las cámaras del robot y lo convierte directamente en movimiento, sin una etapa de planificación separada entre percepción y brazo. La empresa dice que 2.5 amplía el rango de tareas que un robot puede aprender y la velocidad a la que las aprende. Lo probó en más de 200 tareas distintas y ya lo está desplegando con sus partners de robótica, entre ellos Apptronik, Agile y Mercedes-Benz.

200 tareas: pinzas, moños y pipetas

La evaluación cubre 200 tareas distintas. Ejemplos: servir comida con pinzas, atar un moño en una caja de regalo y pipetear un líquido. Google las eligió para combinar tres habilidades a la vez: usar herramientas, manipular objetos deformables y manejar cosas delicadas con precisión.

Por los propios números de la empresa, 2.5 logra una tasa de éxito 30% a 100% mayor que las líneas base anteriores, según el tipo de tarea, y termina las mismas tareas un 20% a 30% más rápido. Google también dice que el método de testeo podría escalar a muchas más tareas que las 200 que corrió.

Como los Gemini Robotics anteriores, 2.5 funciona de forma nativa en varias plataformas: el humanoido Apollo 2 de Apptronik, que lleva la mano SharpaWave de cinco dedos y 22 grados de libertad, y la plataforma Franka Duo, con pinzas paralelas de dos dedos.

96% en líneas de Mercedes-Benz

El dato más concreto del post es un proof-of-concept industrial. Google trabajó con Apptronik y Mercedes-Benz para correr humanoidos Apollo 2 en líneas de producción automotriz activas, en dos plantas: Kecskemét, en Hungría, y Sindelfingen, en Alemania.

La tarea es el kitting automotriz: el robot saca soportes metálicos de bin containers y los coloca en bandejas de secuenciado en el orden exacto que necesita cada vehículo de la línea. El Apollo 2 combina dos modelos: Gemini Robotics ER, el modelo de razonamiento encarnado de Google, se encarga del workflow, y Gemini Robotics 2.5 controla las manos y los brazos, corrigiendo huecos mientras trabaja.

El pilot llegó a una tasa de éxito de 96%, según Google. Jeff Cardenas, co-fundador y CEO de Apptronik, dice que los modelos mejoraron "dramáticamente en unas pocas semanas de post-training" y que pasaron a producción en Mercedes-Benz con "muy poca caída" de rendimiento.

Seguridad: steerability y un benchmark de jailbreak

El lanzamiento también empuja en seguridad física. 2.5 usa guía de razonamiento en inference para esquivar riesgos físicos en tiempo real, una capa que Google describe como análoga a los safety classifiers que rodean las respuestas de Gemini, pero aplicada al movimiento del robot. En las evaluaciones de la empresa, eso subió la finalización segura de tareas 33% alrededor de obstáculos y 43% cuando hay personas cerca.

Google también liberó ASIMOV-Jailbreak, un benchmark open source de cientos de prompts que disfrazan pedidos peligrosos para robots en decenas de escenas. Contra él, Gemini 4 Argon logra 99.5% de resistencia a jailbreak, contra el 82% de la línea base anterior, Gemini Robotics ER 2. Todos estos números salen del propio post de Google y todavía no los replicó nadie de forma independiente.

Argon como acelerador de investigación

El post dedica una sección a cómo Gemini 4 Argon aceleró el desarrollo de 2.5. Argon actúa como motor de simulación: a partir de una escena real de cámara genera miles de prácticas variadas y arma un digital twin realista. Combinado con demostraciones reales, eso deja que el robot generalice más rápido a nuevas escenas y objetos. También revisa videos de tareas fallidas, hipotetiza por qué fallaron y deja que los investigadores prueben las mejoras en simulación y en el robot de verdad.

El ritmo de la línea es veloz. El primer Gemini Robotics salió en marzo de 2025, el 1.5 en septiembre de 2025 y el 2, con inteligencia whole-body para humanoidos, en julio de 2026. Google llama a 2.5 un hito en el camino al physical AGI. Eso es el framing de la empresa, no una claim medible.

Qué verificar

2.5 se está desplegando con los partners de robótica. Si evaluás un modelo VLA para una fábrica o un laboratorio, el número para escrutar primero es el pilot de kitting: 96%, una tarea, dos plantas, cifras propias de Google. El ASIMOV-Jailbreak es la parte que podés chequear vos mismo, porque es open source. Los datos crudos de la evaluación de 200 tareas todavía no están publicados.

Fuente: deepmind.google

Más noticias

Volver a Modelos LLM

¿Tenés algo en mente?

Empecemos a hablar