Google DeepMind presentó Gemini Robotics 2.5 el 10 de noviembre de 2026. La compañía lo describe como su sistema de visión, lenguaje y acción más capaz hasta la fecha y dice que se está desplegando entre sus socios de robótica.
Qué hace el modelo
DeepMind evaluó el sistema en más de 200 tareas distintas, entre ellas servir comida con pinzas, hacer un lazo de cinta en una caja de regalo o dosificar un líquido con una pipeta. Frente a modelos de referencia anteriores, declara una tasa de éxito entre un 30% y un 100% superior según el tipo de tarea, y tareas terminadas 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, con pinzas de dos dedos.
El piloto en fábrica
La principal prueba en el mundo real es una prueba de concepto con Apptronik y Mercedes-Benz en líneas de producción activas en Kecskemét (Hungría) y Sindelfingen (Alemania). Apollo 2 hizo kitting de automoción: sacó soportes metálicos de cubetas a granel y los colocó en contenedores de secuenciación en el orden que necesita cada vehículo. Gemini Robotics ER seguía el flujo de trabajo, mientras que Gemini Robotics 2.5 controlaba manos y brazos. La tasa de éxito comunicada fue del 96%. El CEO de Apptronik afirmó que los modelos mejoraron mucho tras unas semanas de posentrenamiento y que se trasladaron a las líneas de Mercedes-Benz con poca pérdida. Estas cifras proceden de los proveedores y no han sido verificadas de forma independiente.
Afirmaciones de seguridad
El modelo razona durante la inferencia para esquivar peligros físicos. DeepMind asegura que esto elevó un 33% la finalización segura de tareas con obstáculos y un 43% cuando hay personas cerca. También publicó ASIMOV-Jailbreak, un benchmark de código abierto con cientos de instrucciones que esconden peticiones inseguras en decenas de escenas. Según DeepMind, Gemini 4 Argon resiste el 99,5% de ellas, frente al 82% de Gemini Robotics ER 2, el modelo anterior.
Argon como herramienta de entrenamiento
DeepMind explica que Gemini 4 Argon aceleró el desarrollo al actuar como motor de simulación. A partir de una sola escena real captada por cámara puede generar miles de ejecuciones de práctica variadas y construir un gemelo digital. También puede sugerir, a partir de vídeo, por qué falló una tarea, y probar correcciones en simulación y con robots reales.
Lo que aún no se sabe
El anuncio no indica precios ni fecha de disponibilidad general, y tampoco da una lista de socios más allá de Apptronik, Agile y Mercedes-Benz en los agradecimientos. La cifra del 96% corresponde a una sola tarea de kitting, así que dice poco sobre otros trabajos.