Gemini Robotics 2 lleva la inteligencia robótica de los pies a las manos, en plena tensión tecnológica entre EE. UU. y China

Del control de brazos y manos a la coordinación de todo el cuerpo

El primer modelo Gemini Robotics, presentado en marzo de 2025, se centraba principalmente en el torso, los brazos y las manos de los robots. Gemini Robotics 2 amplía ese control a todo el cuerpo, lo que permite coordinar la locomoción, la postura, el equilibrio, la marcha y la manipulación con ambas manos .

DeepMind describe esta capacidad como “inteligencia de cuerpo completo”. En la práctica, un robot puede desplazarse por un espacio, estirarse, agacharse, alcanzar un objeto y recuperar el equilibrio tras una perturbación sin tratar cada movimiento como una tarea aislada .

La diferencia es relevante porque los entornos humanos no están diseñados como una mesa de laboratorio: obligan a los robots a inclinarse, sortear obstáculos, mantener la estabilidad y coordinar sus extremidades mientras interactúan con objetos.

Tres modelos con funciones distintas

Gemini Robotics 2 no es un único modelo, sino una suite formada por tres sistemas:

• Gemini Robotics 2: es un modelo de visión-lenguaje-acción, conocido como VLA. Convierte lo que el robot ve y las instrucciones expresadas en lenguaje natural en órdenes motoras para controlar un humanoide de cuerpo completo .
• Gemini Robotics ER 2: es el modelo de razonamiento incorporado —o embodied reasoning—. Se ocupa de comprender el espacio físico, interpretar vídeo, planificar tareas de varios pasos y coordinar acciones entre varios robots. Desde su lanzamiento está disponible en vista previa pública .
• Gemini Robotics On-Device 2: es una variante más ligera, optimizada para funcionar directamente en el hardware del robot. DeepMind afirma que puede adaptarse a un nuevo cuerpo robótico con menos de 200 ejemplos de entrenamiento y unas pocas horas de preparación .

Esta última característica podría reducir uno de los obstáculos habituales de la robótica: un modelo entrenado para un cuerpo concreto no siempre funciona igual de bien cuando cambian la altura, las articulaciones, el alcance o la configuración de otro robot.

Más precisión y trabajo en equipo entre robots

DeepMind informa de una precisión del 89,6 % en el benchmark Franka Duo de inserción de precisión, una prueba en la que dos brazos robóticos deben alinear e introducir objetos con tolerancias muy reducidas .

El sistema también está diseñado para que varios robots trabajen en un mismo espacio. Según DeepMind, los modelos pueden razonar conjuntamente sobre la posición y las acciones de otras máquinas, evitar colisiones y repartirse una tarea común . Un ejemplo planteado por la compañía es que varios robots colaboren para ordenar un espacio desordenado y terminen el trabajo con mayor rapidez .

ASIMOV-Agentic: probar la seguridad antes de actuar

Cuanto más autónomos y móviles son los robots, más importante resulta comprobar no solo si pueden completar una tarea, sino también si saben cuándo no deben ejecutarla.

Con ese propósito, DeepMind presentó ASIMOV-Agentic, un benchmark de seguridad de código abierto disponible en Hugging Face bajo la licencia CC BY 4.0 . La herramienta evalúa si las acciones ordenadas a un robot podrían provocar daños físicos y amplía el trabajo previo de ASIMOV, basado en informes reales de lesiones .

Entre sus escenarios se encuentran situaciones en las que el modelo debe detectar que una persona está cerca, detener el movimiento hasta que el área quede despejada y reanudarlo solo después . También se pone a prueba si el sistema rechaza una orden insegura, identifica que una tarea es imposible o solicita ayuda humana cuando corresponde .

DeepMind presenta Gemini Robotics ER 2 como su modelo más seguro hasta la fecha y afirma que incorpora barreras de protección en varias capas del sistema . Estas afirmaciones son garantías del fabricante; los benchmarks sirven precisamente para medir cómo se comportan los modelos ante situaciones de riesgo.

El contexto geopolítico: la FCC restringe nuevos robots chinos

El 28 de julio de 2026, la FCC incorporó los “dispositivos robóticos avanzados producidos en el extranjero” a su Covered List, una lista de equipos que no pueden obtener la autorización necesaria para entrar, comercializarse o venderse en Estados Unidos. La categoría incluye robots humanoides y robots cuadrúpedos, además de inversores de energía conectados .

La administración estadounidense justificó la decisión por posibles vulnerabilidades de la cadena de suministro, amenazas a infraestructuras críticas y riesgos de ciberseguridad y seguridad nacional . La medida apunta principalmente a China, que ocupa una posición dominante en la producción mundial de estos dispositivos, pero no afecta a los robots comprados anteriormente . China ha expresado públicamente su oposición a la prohibición .

La precisión importa: la decisión se dirige a nuevos modelos que aún no habían sido autorizados para su venta o importación en Estados Unidos, no a todos los robots ya presentes en el país . Tampoco equivale a una prohibición general de los robots aspiradores .

Un lanzamiento tecnológico en un mercado más cerrado

La coincidencia temporal entre ambas noticias es difícil de pasar por alto. Mientras la FCC intenta limitar la entrada de nuevos robots avanzados fabricados en China, Google DeepMind presenta una plataforma de inteligencia física junto a socios como Apptronik y Boston Dynamics .

Eso no significa que Gemini Robotics 2 vaya a sustituir de inmediato a los robots chinos ni que la tecnología estadounidense ya haya resuelto todos los desafíos de la robótica humanoide. Sí muestra, en cambio, que la competencia se desarrolla en dos frentes simultáneos: la capacidad de los modelos para actuar con mayor autonomía y las decisiones regulatorias que determinan qué hardware puede llegar a cada mercado.