Gemini Robotics 2, el modelo de Google que permite el control inteligente y colaboración entre robots

Google avanza en la robótica con su nuevo modelo de visión, lenguaje y acción más avanzado Gemini Robotics 2, que agrega mejoras para extender el control inteligente de movimientos a todo el cuerpo, destreza avanzada a la hora de realizar tareas y colaboración entre múltiples robots.

El gigante tecnológico ha dado a conocer la nueva capa de inteligencia que impulsará la próxima generación de robots “verdaderamente adaptables”, dado que podrán razonar sobre cada movimiento, “desbloqueando una amplia gama de tareas”.

MIRA: La NASA lanzará el 12 de septiembre nueva tripulación a la EEI y probará nuevos trajes

En este sentido, los avances del modelo Gemini Robotics 2 destacan por permitir a los robots humanoides llevar a cabo acciones como caminar, agacharse, estirarse y manipular objetos con destreza para, por ejemplo, ordenar una habitación.

Esto se debe a que, mientras los modelos anteriores solo controlaban la parte superior del cuerpo del humanoide para realizar tareas sobre una mesa, Gemini Robotics 2 amplía la IA física a los movimientos de todo el cuerpo.

“Por primera vez, el modelo puede controlar robots humanoides completos, traduciendo la intención en un control inteligente de todo el cuerpo”, ha matizado Google.

Incluso, se ha introducido la capacidad de colaborar con otros robots de forma inteligente para organizarse y terminar las tareas más rápidamente, como ha explicado Google en un comunicado en su blog.

Igualmente, esta inteligencia avanzada se ha diseñado para poder ejecutarse localmente en el dispositivo, pudiendo adaptarse a distintos cuerpos robóticos “completamente nuevos” en “solo unas horas”.

Para poder ejecutar todas estas capacidades, Gemini Robotics 2 se sirve de tres modelos de gran capacidad. Por un lado, el mencionado modelo de visión, lenguaje y acción (VLA), que convierte la información visual y lingüística en control motor, permitiendo que el robot realice acciones.

Este modelo influye en el control de los humanoides al completo, desde los dedos de los pies hasta los de las manos. Además, ofrece un nuevo nivel de manipulación preciso tanto en las manos como para aquellos que utilizan pinzas.

MIRA: Del “incidente” de OpenAI a la alerta en ciberseguridad: ¿se está perdiendo el control de la IA?

Por su parte, el modelo Gemini Robotics ER 2 es el de razonamiento integrado más avanzado. Este modelo es de lenguaje visual y actúa como un agente, permitiendo a los robots comunicarse con los humanos, comprender el mundo físico y planificar tareas de varios pasos.

Finalmente, el modelo Gemini Robotics On-Device 2, es el modelo de visión, lenguaje y acción (VLA) más eficiente, en este caso, optimizado para ejecutarse localmente en los dispositivos robóticos.

Como resultado de todo ello, los usuarios podrán pedir a robots humanoides que lleven a cabo acciones concretas como colocar una regadera en el contenedor verde del estante inferior. Tras ello, el robot procesará la instrucción y se desplazará por el espacio realizando la tarea de forma inteligente, razonando sobre sus movimientos y acciones con todo el cuerpo.

MIRA: Líderes en IA advierten que la industria necesita un freno por preocupaciones de seguridad

Otro avance se aprecia en que el modelo ahora puede controlar manos SharpaWave de cinco dedos y 22 grados de libertad para realizar acciones delicadas como atar nudos. También puede operar pinzas paralelas estándar de dos dedos para realizar tareas complejas que requieren destreza.

Finalmente, el modelo Gemini Robotics ER 2, actúa como “el cerebro de alto nivel del robot”, procesando las instrucciones y comunicándose con los humanos. Observa el entorno, razona sobre los pasos necesarios para completar la tarea, se coordina con el VLA para llevar a cabo las acciones y realiza un seguimiento del progreso hasta que la tarea finaliza. Ahora, los robots pueden entender cuándo comienzan y finalizan las tareas.

Además de todo ello, este modelo se ha generado con un enfoque de seguridad multicapa, combinando marcos sólidos de seguridad en IA e introduciendo una nueva comparativa llamada ASIMOV-Agentic para la IA física agéntica y la navegación en entornos de incertidumbre.

Google ha trasladado que Gemini Robotics ER 2 ya esta disponible en Google AI Studio y en versión preliminar privada en Gemini Enterprise Agent Platform. Asimismo, los modelos VLA y On-Device solo están disponibles para socios con acceso anticipado.