Google DeepMind afirma que su nuevo modelo de IA para robots tiene entre un 30 % y un 100 % más de éxito que su predecesor y logró atar un lazo, pero su propio piloto fabril deja una brecha de fallos del 4 %.

Google DeepMind presentó el martes Gemini Robotics 2.5, que describe como su modelo de visión, lenguaje y acción más capaz hasta la fecha. La compañía asegura que evaluó el sistema en más de 200 tareas distintas, entre ellas servir comida con pinzas, pipetear un líquido y atar un lazo en una caja de regalo, e indica una tasa de éxito entre un 30 % y un 100 % superior a las referencias anteriores según la tarea, con tareas completadas entre un 20 % y un 30 % más rápido. El modelo funciona con varios tipos de robot, entre ellos el humanoide Apollo 2 de Apptronik y la plataforma Franka Duo. No está disponible de forma general y se despliega entre socios de robótica, que Ars Technica enumera como Agile Robots, Apptronik y Boston Dynamics.

Para probar el modelo fuera del laboratorio, DeepMind se asoció con Apptronik y Mercedes-Benz para usar robots humanoides Apollo 2 en líneas de producción de automóviles en activo en Kecskemét (Hungría) y Sindelfingen (Alemania). En lo que DeepMind describe como una prueba de concepto, los robots realizaron tareas de kitting, es decir, clasificar soportes metálicos de contenedores a granel en bandejas en el orden necesario para cada vehículo, y alcanzaron un 96 % de éxito. Ars Technica señala que esa cifra probablemente aún no basta para el trabajo repetitivo de un fabricante y cita al director de DeepMind Kanishka Rao, quien afirma que cerrar el 4 % restante será un camino empinado. Además, el modelo sigue funcionando en servidores en la nube, por lo que las mejoras de precisión y velocidad conllevan cierta latencia.

DeepMind también comunicó resultados de seguridad y una nueva prueba. Según la empresa, una guía de razonamiento en tiempo de inferencia permite al robot esquivar peligros y mejora la finalización segura de tareas en un 33 % ante obstáculos y en un 43 % cerca de personas. La compañía publica ASIMOV-Jailbreak, un banco de pruebas de código abierto con instrucciones que disfrazan peticiones inseguras, con la esperanza de dar al sector una forma común de evaluar la IA física. DeepMind añade que su modelo Gemini 4 Argon aceleró el desarrollo al generar ensayos simulados y gemelos digitales a partir de escenas reales de cámara. Todas las cifras de rendimiento proceden de evaluaciones de la propia DeepMind y no se han comunicado pruebas independientes.