Google DeepMind anunció el 30 de julio de 2026 una evolución relevante respecto de sus anteriores sistemas robóticos, concentrados principalmente en movimientos de la parte superior del cuerpo y tareas sobre una mesa. Gemini Robotics 2 puede dirigir al humanoide Apollo 2 de Apptronik mientras camina, se agacha, se estira y manipula objetos en espacios desordenados.
La compañía asegura que una misma versión entrenada del modelo funcionó en distintas configuraciones de Apollo y en Franka Duo, un sistema formado por dos brazos robóticos. El cambio amplía el alcance técnico de Gemini, pero todavía no demuestra que Alphabet haya convertido estas capacidades en un producto rentable, escalable o preparado para operar sin supervisión en fábricas y otros entornos sensibles.
La familia reúne Gemini Robotics 2, Gemini Robotics ER 2 y Gemini Robotics On-Device 2. Sin embargo, su disponibilidad no es uniforme: el modelo de razonamiento puede probarse mediante Gemini API y Google AI Studio, mientras que las versiones destinadas al control físico y al procesamiento local mantienen un acceso limitado para empresas o evaluadores seleccionados.
Tres modelos para mover, razonar y trabajar sin conexión
Gemini Robotics 2 es un modelo de visión, lenguaje y acción. En términos sencillos, transforma lo que el robot observa y las instrucciones que recibe en movimientos físicos. Puede manejar pinzas de dos dedos y manos de cinco dedos con 22 grados de libertad, una medida que refleja el número de articulaciones o movimientos independientes que debe controlar.
Gemini Robotics ER 2 ocupa un nivel superior. No mueve directamente cada articulación, sino que interpreta videos, divide encargos complejos en pasos, utiliza herramientas digitales, revisa su progreso y puede corregir el plan cuando una acción falla. Google también lo presenta como un coordinador de varios robots, con capacidad para asignar diferentes partes de una tarea a cada máquina.
Gemini Robotics On-Device 2 está diseñado para ejecutarse en el propio robot, sin depender continuamente de servidores externos. DeepMind afirma que puede adaptarse a un cuerpo nuevo con unas horas de demostraciones y, normalmente, menos de 200 ejemplos. Su propia documentación, no obstante, reconoce limitaciones cuando encuentra situaciones muy distintas a los datos de entrenamiento o robots con un número elevado de articulaciones.
Las pruebas muestran avance, no destreza humana
Los resultados publicados revelan una mejora técnica, pero también un desempeño desigual. En las pruebas de cuerpo completo con Apollo, el modelo completó el 68.4% de las tareas sobre una mesa, el 76.3% de las realizadas en estantes y solo el 45.7% de las tareas en el suelo. Google DeepMind reconoce además que todavía necesita aumentar la velocidad de movimiento.
La diferencia es más visible en la manipulación con cinco dedos. El sistema alcanzó un 92% de éxito al desenroscar una bombilla, pero cayó a 36% al colocarla, 44% al atar una bolsa de basura, 40% al cerrar una bolsa hermética y 32% al utilizar recogedor y cepillo. Son demostraciones relevantes, aunque todavía alejadas de una fiabilidad uniforme.
La seguridad tampoco puede darse por resuelta. En una prueba de proximidad humana, Gemini Robotics ER 2 calculó distancias con un error medio de 0.36 metros y detectó correctamente el límite de un metro en el 93% de los casos. En evaluaciones de laboratorio, el sistema completo detectó personas el 99% de las veces y adoptó una postura considerada segura en el 96% de los episodios. Ninguno de los modelos analizados eliminó por completo los falsos positivos o negativos.
El informe técnico aclara que estas pruebas no evalúan una arquitectura de seguridad funcional certificada, redundancia de hardware ni garantías de respuesta en tiempo real. Google recomienda mantener controles deterministas de bajo nivel y advierte que el modelo no debe utilizarse directamente en actividades críticas como transporte o atención médica.
Qué cambia para Alphabet y sus cuentas
Para Alphabet, el lanzamiento extiende Gemini desde los asistentes digitales hacia máquinas capaces de actuar en el mundo físico. El acceso de ER 2 mediante API abre una vía para atraer desarrolladores y empresas, pero el anuncio no detalla precios, contratos, clientes, ingresos, márgenes ni pedidos comerciales asociados con la nueva familia. Tampoco modifica las previsiones financieras del grupo.
El contexto financiero importa porque desarrollar inteligencia artificial física exige modelos, centros de datos, sensores, hardware y largas pruebas de seguridad. Alphabet reportó en su segundo trimestre de 2026 ingresos por 119,800 millones de dólares y un beneficio operativo de 40,800 millones, mientras el gasto en investigación y desarrollo creció 32%. La inversión de capital alcanzó 44,900 millones y el flujo de caja libre fue negativo en 5,900 millones durante el periodo.
La compañía cerró el trimestre con 242,500 millones de dólares en efectivo y valores negociables, frente a una deuda de largo plazo de 98,200 millones. Ese balance le permite financiar apuestas de largo alcance, pero Alphabet también elevó su previsión de inversión para 2026 a un rango de 195,000 a 205,000 millones. Esas cifras corresponden al conjunto del grupo y no permiten calcular cuánto se destina específicamente a robótica.
Qué debe vigilar el inversor mexicano
Alphabet cotiza en Nasdaq mediante las acciones GOOGL y GOOG. Ambas aparecen como valores activos en el Sistema Internacional de Cotizaciones de la Bolsa Mexicana de Valores, lo que ofrece una vía para seguirlas desde México, aunque la disponibilidad, liquidez, tipo de cambio y comisiones dependen del intermediario utilizado. El lector puede ampliar el contexto sobre las acciones estadounidenses desde México y las plataformas con exposición al Nasdaq.
La lectura para el accionista debe ser prudente. Gemini Robotics 2 mejora la capacidad tecnológica de Alphabet y amplía el mercado potencial de Gemini, pero todavía no existe información suficiente para estimar su aportación a ventas o beneficios. Tampoco hay una base sólida para atribuir cualquier movimiento diario de la acción exclusivamente a este lanzamiento, especialmente cuando la valoración del grupo responde también a publicidad, nube, costos de inteligencia artificial y expectativas de inversión.
Lo que cambió es el alcance: Google DeepMind pasó de manipular objetos en espacios controlados a dirigir el cuerpo completo de distintos robots. El riesgo abierto es convertir demostraciones todavía irregulares en sistemas rápidos, seguros y repetibles. Alphabet deberá demostrar clientes, ingresos y retornos que justifiquen la inversión antes de que el avance técnico pueda considerarse también un avance financiero.
