Google DeepMind presentó Gemini Robotics 2.5 el 10 de noviembre de 2026. La actualización es un modelo de visión, lenguaje y acción (VLA) que convierte video en directo e instrucciones de texto en movimientos robóticos. Según DeepMind, la nueva versión puede realizar tareas más delicadas, funciona más rápido e incorpora un sistema de seguridad que detiene al robot cuando detecta obstáculos. En una prueba piloto con el humanoide Apollo 2 de Apptronik, el sistema clasificó piezas de automóviles en líneas de producción de Mercedes-Benz en Hungría y Alemania y logró una tasa de éxito del 96%.
¿Qué novedades trae Gemini Robotics 2.5?
El modelo se probó en más de 200 tareas distintas, desde servir comida con pinzas hasta hacer un lazo con una cinta y pipetear líquidos. DeepMind informa que su tasa de éxito fue entre un 30% y un 100% superior a la de la versión anterior, y que en el laboratorio fue entre un 20% y un 30% más rápido. En una demostración destacada, el robot Apollo 2 hizo un lazo con su mano de cinco dedos, una tarea complicada porque las cintas se deforman con facilidad. Las mejoras de seguridad se basan en un razonamiento durante la inferencia que guía al robot para esquivar peligros. La empresa midió un aumento del 33% en la finalización segura de tareas cuando había obstáculos y del 43% cuando había personas cerca.
Prueba de seguridad abierta
Para impulsar los estándares del sector, DeepMind publicó ASIMOV-Jailbreak, un conjunto de código abierto con 1.500 instrucciones diseñadas para inducir a los robots a realizar acciones peligrosas. En pruebas internas, Gemini 2.5 obtuvo en esta prueba una puntuación de resistencia del 98,8%, muy por encima del 73,5% de la versión anterior, Gemini ER 2. El conjunto de datos completo está alojado en Hugging Face y puede consultarlo cualquier persona que trabaje en IA incorporada en sistemas físicos.
Por qué importa
Para las fábricas, la mayor fiabilidad podría permitir que los robots se encarguen de tareas repetitivas y físicamente exigentes, y que los técnicos humanos se concentren en labores más complejas. La prueba de seguridad abierta ofrece a los desarrolladores una forma de medir y mejorar la capacidad de los robots para evitar acciones peligrosas, algo esencial antes de que salgan de los laboratorios controlados y lleguen a espacios cotidianos.
