Los nuevos modelos Gemini Robotics de Google DeepMind representan un punto de inflexión en la robótica. No estamos ante una mejora incremental, sino ante un cambio cualitativo que permite a los robots comprender y ejecutar acciones complejas que nunca han visto, como "hacer un slam dunk" con objetos desconocidos.
El verdadero avance no está en enseñar tareas específicas, sino en la generalización emergente. Google DeepMind apostó por el aprendizaje amplio de tareas en lugar de la especialización, permitiendo que estos robots puedan preparar ensaladas, empacar almuerzos o incluso doblar un zorro de origami sin necesidad de entrenamiento adicional para cada nueva actividad.
La dificultad superada aquí es fundamental: la destreza física. Lo que para los humanos es natural, para los robots siempre fue un desafío monumental que requiere razonamiento espacial y manipulación física compleja. El modelo Gemini Robotics-ER se enfoca en comprender y tomar decisiones, mientras que Gemini Robotics añade la capacidad de actuar con precisión.
La adaptabilidad es otro pilar de esta innovación. Los modelos pueden funcionar en diferentes "cuerpos", desde brazos industriales hasta robots humanoides como Apollo de Apptronik. Esto abre un horizonte donde los robots dejarán de ser herramientas especializadas para convertirse en verdaderos agentes físicos de la IA.
¿El futuro? Carolina Parada, jefa de robótica de Google DeepMind, lo visualiza claramente: "Eventualmente, los robots serán solo otra superficie en la que interactuamos con la IA, como nuestros teléfonos o computadoras – agentes en el mundo físico". Parece que finalmente nos acercamos a ese punto donde la IA salta de nuestras pantallas para manipular la realidad material.