La IA sale de la pantalla: ¿qué pueden hacer los robots con Gemini Robotics?

Cuando una IA responde con texto, podemos leerlo antes de actuar. Cuando controla un robot, la respuesta puede desplazar un objeto, abrir un cajón u ocupar el espacio de una persona. El salto del lenguaje al movimiento cambia las preguntas sobre fiabilidad, control y utilidad.

Google DeepMind presentó Gemini Robotics 2 el 30 de julio de 2026. El anuncio describe control del cuerpo, destreza y colaboración entre robots. Lo tratamos como capacidades comunicadas por el fabricante, no como resultados verificados por nosotros en una instalación real. [Google DeepMind]

Ver, entender y actuar

La propuesta combina modelos que relacionan imágenes e instrucciones con acciones, y componentes de razonamiento para planificar. La documentación de DeepMind diferencia esa planificación de la ejecución motora. Lo importante para el lector es que una buena respuesta verbal no demuestra, por sí sola, que la manipulación física funcionará. [Google DeepMind]

Pensemos en la petición «recoge la mesa». Para una prueba útil, habría que concretar qué significa dejarla recogida, qué objetos pueden moverse y dónde deben colocarse. Un vaso roto o una taza con líquido no deberían quedar ocultos dentro de una única puntuación de éxito.

Una demostración no es un turno de trabajo

Un vídeo puede mostrar una tarea bien resuelta y seguir dejando preguntas abiertas. ¿Cuántos intentos ha habido? ¿Qué preparación tenía el entorno? ¿Se ha producido alguna intervención? Son preguntas para evaluar una demostración, no una acusación sobre cómo se ha grabado una pieza concreta.

Nuestra propuesta sería separar la tarea mostrada de la que necesita una empresa. Un almacén podría requerir que el trabajo se repitiera durante horas, con objetos diferentes y sin bloquear el paso. Esa exigencia no puede deducirse de una secuencia corta que solo muestra un movimiento.

También habría que observar qué ocurre cuando el sistema no puede continuar. Detenerse, pedir ayuda y dejar el espacio en condiciones seguras son comportamientos que conviene incluir en una prueba. El tiempo necesario para recuperarse de una excepción forma parte del proceso, aunque no aparezca en el vídeo promocional.

La utilidad se decide en el proceso completo

Para comparar una solución robótica, proponemos describir primero todo el trabajo: preparación, ejecución, verificación e incidencias. Después, registrar dónde interviene una persona y por qué. Así se evita confundir una mejora visible en una fase con una automatización de principio a fin.

El mismo criterio sirve para interpretar afirmaciones de flexibilidad. Aprender otra tarea es relevante, pero también lo son los datos, el tiempo y el soporte necesarios para ponerla en marcha. No hemos medido esos costes en Gemini Robotics; son preguntas que una evaluación posterior debería responder.

El interés de esta investigación es ampliar lo que un robot puede entender e intentar. La distancia hasta una herramienta cotidiana se medirá con tareas repetibles, condiciones explícitas y límites conocidos. Ahí es donde una demostración prometedora puede empezar a convertirse en una operativa útil.