Google DeepMind mejora la manipulación de objetos delicados y el uso de herramientas con Gemini Robotics 2.5. Los resultados muestran avances concretos, aunque no equivalen a destreza humana general ni a seguridad garantizada.
De entender una orden a ejecutarla en el mundo físico
Atar un lazo parece una tarea sencilla hasta que intentas enseñársela a una máquina. La cinta se dobla, cambia de posición y ofrece una resistencia distinta según cómo la sujetes. Cada movimiento modifica el problema que hay que resolver a continuación.
Ese tipo de dificultad está en el centro de Gemini Robotics 2.5, presentado por Google DeepMind el 10 de noviembre de 2026.
Según la compañía, el modelo combina visión, lenguaje y acción y fue evaluado en unas 200 tareas. Entre los ejemplos figuran servir comida con pinzas, atar un lazo y manipular líquidos con una pipeta.
Por qué la destreza sigue siendo un reto
La precisión y la capacidad de adaptación no son lo mismo. Repetir un movimiento en un entorno preparado puede ser más sencillo que recoger un objeto colocado de manera inesperada.
Una pieza rígida mantiene aproximadamente su forma cuando la sujetas. Una prenda, una bolsa o un cable cambian mientras los manipulas. El robot necesita actuar teniendo en cuenta esas variaciones.
Por eso, la comparación con unas manos humanas debe utilizarse con cuidado. Resolver determinadas tareas de manipulación no demuestra que una máquina pueda desenvolverse con la versatilidad de una persona.
Tampoco un nuevo modelo de IA añade por sí solo sensibilidad física a una mano mecánica. Las capacidades finales dependen del conjunto: software, cámaras, sensores, motores y diseño del robot.
Qué mejoras comunica Google
DeepMind informa de tasas de éxito entre un 30% y un 100% superiores a las referencias anteriores, según la tarea, y de ejecuciones entre un 20% y un 30% más rápidas.
Son resultados de evaluaciones de la propia compañía. No significan que el robot complete correctamente cualquier encargo ni que su velocidad se haya duplicado.
Para interpretar estos avances conviene preguntar qué se considera un éxito, cuántos intentos se realizaron y qué condiciones se mantuvieron constantes. Una demostración llamativa ayuda a visualizar una capacidad; una evaluación detallada permite valorar su fiabilidad.
La prueba industrial: organizar piezas para Mercedes-Benz
En una prueba de concepto con Mercedes-Benz y Apptronik, Google comunica un 96% de éxito de Apollo 2 al recoger y organizar piezas de automoción. El ensayo se realizó en líneas de producción activas.
Ese porcentaje corresponde a una actividad concreta. No significa que el robot pueda realizar el 96% de los trabajos de una fábrica.
Desde una perspectiva operativa, incluso una tasa elevada deja preguntas relevantes: ¿qué ocurre cuando falla un intento?, ¿puede recuperarse solo?, ¿necesita detener la línea?, ¿cuánta supervisión requiere?
Las respuestas determinan si una tecnología resulta útil y rentable fuera de una demostración.
Seguridad: mejorar no significa eliminar el riesgo
Google también anuncia mejoras para orientar las acciones alrededor de peligros físicos y nuevas evaluaciones frente a instrucciones que intentan provocar comportamientos inseguros.
Esto no permite concluir que un robot pueda cuidar personas sin riesgo o que cualquier instalación pueda prescindir de sus barreras de protección.
Conviene distinguir dos problemas: que el sistema interprete una orden de forma segura y que su ejecución física también lo sea. Una decisión aparentemente correcta puede acabar mal si falla el agarre, aparece un obstáculo o el equipo se utiliza fuera de sus condiciones previstas.
La seguridad debe valorarse en el robot completo y en la tarea concreta, especialmente cuando hay personas cerca.
Qué puede cambiar en nuestra vida cotidiana
La manipulación más flexible podría ampliar las tareas automatizables en almacenes, talleres o preparación de productos. Pero una posibilidad técnica no es todavía una promesa de reducción de precios ni una garantía de menos errores.
En el hogar, la distancia entre una demostración y un asistente práctico es especialmente importante. Doblar una prenda preparada sobre una mesa no equivale a gestionar una colada mezclada, reconocer objetos olvidados en los bolsillos y adaptarse a cualquier vivienda.
Lo mismo ocurre en los cuidados: ayudar con objetos y asistir físicamente a una persona son actividades con exigencias muy diferentes.
Un avance concreto, no un robot doméstico listo para comprar
Gemini Robotics 2.5 está llegando a los socios de robótica de Google. El anuncio no establece una fecha de venta general de asistentes domésticos.
La lectura más útil de esta noticia es que la IA aplicada al movimiento está ampliando sus capacidades. El siguiente examen será mantener ese rendimiento durante largos periodos, afrontar situaciones inesperadas y recuperarse de los fallos con una intervención humana asumible.
Manipular mejor lo frágil es un avance importante. Convertir esa habilidad en ayuda cotidiana fiable sigue siendo el verdadero desafío.
Fuentes y referencias
Sombra Radio · Apoyo de lectores
Ayuda a mantener viva Sombra Radio
Tu aportación voluntaria nos ayuda a seguir publicando sobre IA. Puedes apoyarnos desde 1 € al mes.
