De la nube al dispositivo: un cambio de paradigma

Hasta ahora, muchos sistemas robóticos dependían de la nube para procesar instrucciones complejas, lo que generaba problemas de latencia, privacidad y fiabilidad en entornos con conectividad limitada. Gemini Robotics On-Device rompe con esta dependencia al ejecutar modelos de visión, lenguaje y acción (VLA) directamente en el hardware del robot.

“Estamos introduciendo un modelo eficiente, con destreza general y adaptación rápida a tareas, optimizado para funcionar localmente”, explicó Carolina Parada, directora de robótica en DeepMind.

Capacidades destacadas del modelo

Gemini Robotics On-Device hereda las capacidades multimodales de Gemini 2.0, integrando razonamiento visual, comprensión semántica y ejecución de acciones físicas. Entre sus características más destacadas se encuentran:

• Generalización de tareas: puede adaptarse a nuevas instrucciones y entornos con tan solo 50 a 100 demostraciones.
• Destreza física: realiza tareas complejas como abrir cremalleras, doblar ropa o ensamblar piezas industriales.
• Comprensión del lenguaje natural: sigue instrucciones verbales complejas y de múltiples pasos.
• Baja latencia: al operar localmente, responde en tiempo real, ideal para aplicaciones críticas.

Adaptabilidad a múltiples robots

Aunque el modelo fue entrenado inicialmente para robots ALOHA, DeepMind ha demostrado su capacidad de adaptación a otros sistemas como el Franka FR3 de doble brazo y el humanoide Apollo de Apptronik. En ambos casos, el modelo logró ejecutar tareas con objetos y escenarios nunca antes vistos, demostrando su versatilidad.

“El mismo modelo generalista puede manipular objetos desconocidos y seguir instrucciones en lenguaje natural, incluso en robots con morfologías distintas”, destaca el equipo de DeepMind.

Gemini Robotics SDK: democratizando la robótica avanzada

Junto con el modelo, DeepMind ha lanzado el Gemini Robotics SDK, un kit de desarrollo que permite a los ingenieros:

• Evaluar el modelo en sus propios entornos.
• Probar tareas en el simulador físico MuJoCo.
• Adaptar el modelo a nuevos dominios con pocas demostraciones.

Este SDK está disponible inicialmente para un grupo selecto de desarrolladores a través del programa de testers de confianza de DeepMind.

Seguridad y desarrollo responsable

DeepMind ha desarrollado Gemini Robotics On-Device bajo estrictos principios de seguridad. El modelo se integra con controladores de bajo nivel para garantizar la seguridad física, y se somete a evaluaciones semánticas y ejercicios de red-teaming para detectar vulnerabilidades.

“Nuestro Consejo de Responsabilidad y Seguridad revisa cada etapa del desarrollo para maximizar el impacto positivo y minimizar los riesgos”, afirma DeepMind.

Aplicaciones potenciales

Las posibilidades de Gemini Robotics On-Device son amplias y abarcan sectores como:

• Salud: asistencia en quirófanos o residencias sin depender de la nube.
• Industria: automatización de tareas en líneas de ensamblaje con alta precisión.
• Logística: manipulación de paquetes en almacenes con entornos cambiantes.
• Hogar: robots asistentes que entienden y ejecutan tareas domésticas complejas.

Comparativa de rendimiento

En pruebas internas, Gemini Robotics On-Device superó a otros modelos locales en tareas fuera de distribución y en instrucciones complejas. Aunque su rendimiento es ligeramente inferior al modelo Gemini Robotics basado en la nube, ofrece una solución más robusta y autónoma para entornos con restricciones de conectividad.

Gemini Robotics On-Device representa un avance significativo en la convergencia entre inteligencia artificial y robótica. Al llevar la potencia de los modelos multimodales directamente al hardware, DeepMind abre la puerta a una nueva generación de robots más inteligentes, autónomos y útiles en el mundo real.

Este lanzamiento no solo marca un hito tecnológico, sino también una invitación a la comunidad global de desarrolladores a explorar nuevas fronteras en la interacción entre humanos y máquinas.

El artículo puede contener imprecisiones y/o errores, consulte la web del fabricante para obtener la principal información.