Google desarrolló un “cerebro” para que los robots comprendan su entorno y trabajen junto a las personas: el modelo de IA Gemini Robotics ER 2, diseñado para funcionar como la mente de un robot.
Esta inteligencia artificial mantiene conversaciones con humanos, interpreta lo que ocurre alrededor y decide, paso a paso, las acciones a ejecutar. El modelo ya está disponible para desarrolladores a través de la API de Gemini y Google AI Studio.
Gemini Robotics ER 2 procesa en tiempo real lo que ve el robot y conoce el estado de la tarea. Si ocurre un error —por ejemplo, que un objeto se caiga o haya un movimiento fallido— lo detecta y corrige sin tener que reiniciar la tarea.
También puede coordinar varios robots al mismo tiempo: uno puede desplazarse por superficies planas y otro encargarse de terrenos complejos, comunicándose entre sí para completar tareas que un único robot no podría realizar.
Google lo demostró con Spot, el robot de Boston Dynamics, que con una instrucción en lenguaje natural fue capaz de localizar y entregar un objeto.
Gemini Robotics ER 2 está disponible para desarrolladores mediante la API de Gemini, Google AI Studio y en una versión preliminar privada en Gemini Enterprise Agent Platform.
Esto significa que los desarrolladores en robótica que cuenten con acceso a estas plataformas pueden utilizar el modelo en sus proyectos.
Por qué esta IA cambia las reglas en robótica
Hasta ahora, un problema fundamental era que los robots no siempre saben cuándo una tarea está realmente completada.
Gemini Robotics ER 2 aborda ese problema de dos maneras. Por un lado, descompone cada tarea en cinco niveles de progreso y supervisa en cuál se encuentra el robot en cada momento; en pruebas alcanzó un 57 % de precisión.
Por otro lado, es capaz de identificar el instante exacto en que ocurre un evento clave —por ejemplo, el momento preciso para dejar de verter café en una taza— con un 91 % de precisión y en menos de un segundo.
Además incorpora medidas de seguridad: si el robot detecta la proximidad de una persona, se detiene automáticamente y reanuda la tarea únicamente cuando el área queda despejada.
En las pruebas de seguridad, el modelo superó tanto a su versión anterior como a otras soluciones presentes en el mercado.
Qué hace Gemini Robotics ER 2 en un robot
Gemini Robotics ER 2 funciona como el cerebro de alto nivel del robot. En concreto, realiza lo siguiente:
Piensa y planifica
Recibe instrucciones en lenguaje natural (por ejemplo, “búscame el control remoto”) y las divide en pasos concretos. Planifica las siguientes acciones mientras el robot ejecuta las anteriores, evitando pausas.
Ve y entiende lo que pasa
Analiza en tiempo real las imágenes de la cámara del robot, determina en cuál de los cinco niveles de progreso se encuentra la tarea y detecta fallos al instante, como objetos que se caen, derrames o movimientos incorrectos.
Corrige sin reiniciar
Ajusta la ejecución sobre la marcha cuando algo sale mal, sin necesidad de comenzar la tarea desde cero.
Habla con personas
Puede mantener conversaciones con personas y responder preguntas mientras trabaja; además puede consultar Google Search si necesita información externa.
Coordina varios robots a la vez
Asigna a cada robot la parte de la tarea que mejor se adapta a sus capacidades y coordina la comunicación entre ellos para completar actividades conjuntas.
Para la seguridad
Detecta la presencia cercana de personas y detiene automáticamente al robot. Reanuda la operación solo cuando el área vuelve a estar despejada.
