Gemini Robotics 2.5: qué puede hacer la IA para robots de Google y qué significa para las empresas

Simon Gütter · 14 de noviembre de 2026 · Tiempo de lectura: unos 13 minutos

Imagen de portada «Gemini Robotics 2.5»: una mano robótica mete un cruasán en una bolsa de papel con unas pinzas naranjas, con una nave industrial al fondo

¿Puede un robot de una fábrica de coches en funcionamiento sacar piezas metálicas de una caja y colocarlas en el orden correcto sin que nadie haya programado antes cada movimiento? Justo eso ha demostrado Google DeepMind con Gemini Robotics 2.5, presentado el 10 de noviembre de 2026. En una prueba en plantas de Mercedes-Benz, la tasa de éxito fue del 96 por ciento.1 Me he puesto a mirar qué hay detrás del modelo, qué significan las cifras y qué de todo esto es ya relevante hoy para las pequeñas y medianas empresas.

En resumen

Gemini Robotics 2.5 es un modelo de IA que controla robots: ve a través de cámaras, entiende instrucciones en lenguaje normal y las convierte en movimientos de brazos y manos. Según Google, en comparación con su predecesor logra bastantes más movimientos delicados, como envasar bollería con unas pinzas o deshacer un lazo, y trabaja entre un 20 y un 30 por ciento más rápido. Todavía no puedes comprarlo ni usarlo tú mismo: por ahora solo llega a socios de robótica como Apptronik. Lo que sí puedes probar hoy es el modelo de planificación Gemini Robotics ER 2 en Google AI Studio.1,2

Lo más importante en cifras

  • 96 % de tasa de éxito al clasificar piezas de coche con el robot humanoide Apollo 2 en las plantas de Mercedes en Kecskemét (Hungría) y Sindelfingen.1
  • Entre un 30 y un 100 % más de tasa de éxito que los predecesores, según la tarea, con un tiempo de ejecución entre un 20 y un 30 % menor.1
  • Más de 200 tareas distintas en las pruebas, desde pipetear hasta servir con pinzas.1
  • +33 % y +43 % más de tareas completadas de forma segura cerca de obstáculos y de personas.1
  • 99,5 frente a 82 % de resistencia a instrucciones peligrosas camufladas (Gemini 4 Argon frente a Gemini Robotics ER 2).1

¿Qué es Gemini Robotics 2.5?

Gemini Robotics 2.5 es lo que se llama un modelo Vision-Language-Action, o modelo VLA para abreviar. El nombre describe cómo trabaja: recibe imágenes de cámara (Vision) y una instrucción en lenguaje (Language) y, a partir de ahí, genera directamente órdenes de control para los motores (Action).1,3 Los robots industriales clásicos funcionan de otra manera. Recorren una trayectoria programada de forma fija y, si una pieza está torcida en la caja, se quedan parados o agarran en falso. Un modelo VLA debería adaptarse a esas desviaciones, porque ve la escena y entiende la tarea.

Google apuesta para ello por la combinación de dos modelos. El modelo de planificación Gemini Robotics ER 2 (ER significa Embodied Reasoning) mantiene la visión de conjunto: entiende el espacio, divide una tarea en pasos, habla con las personas y comprueba si un paso ha salido bien. El modelo de acción Gemini Robotics 2.5 convierte cada paso en movimientos.1,4 Para robots que tienen que trabajar sin internet o sin retardo, hay además una variante más pequeña que se ejecuta directamente en el dispositivo.4

Modelo Función Disponibilidad (a 14/11/2026)
Gemini Robotics 2.5 Modelo de acción (VLA): controla brazos, manos y el cuerpo entero solo socios de robótica
Gemini Robotics ER 2 Modelo de planificación: entiende el espacio, planifica pasos, coordina varios robots vista previa pública en Google AI Studio y la Gemini API, vista previa cerrada en la Gemini Enterprise Agent Platform
Gemini Robotics On-Device 2 modelo VLA pequeño, se ejecuta en local en el robot socios de acceso anticipado
Gemini 4 Argon modelo general, acelera la investigación en robótica Gemini API (de pago), Google AI Ultra

El modelo no está ligado a un robot concreto. Google lo muestra en el robot humanoide Apollo 2 de Apptronik, con una mano de cinco dedos (SharpaWave, 22 grados de libertad), y en una plataforma Franka Duo con dos pinzas sencillas de dos dedos.1 Según Google, ya la variante On-Device de la versión 2 se podía adaptar a nuevos robots de dos brazos en pocas horas y, casi siempre, con menos de 200 ejemplos.4

¿Qué novedades hay respecto a Gemini Robotics 2?

Gemini Robotics 2 salió en julio de 2026 y controla robots con todo el cuerpo, del pie a la punta de los dedos: andar, agacharse y agarrar en un solo movimiento continuo.4 La versión 2.5 pone el acento en la destreza y la fiabilidad. Google menciona tres ámbitos: más habilidad con los dedos, resultados más fiables en el funcionamiento real y más seguridad.1

El salto se nota más en tareas con objetos blandos o delicados. La tela y las cintas se deforman con cada contacto, y la bollería se aplasta enseguida. Para los robots, esto lleva años siendo de lo más difícil que hay. En las pruebas propias de Google, el resultado es este:1

Tarea Gemini Robotics 2 Gemini Robotics 2.5
Envasar bollería con unas pinzas 5 % 100 %
Deshacer el lazo de un regalo 0 % 70 %
Colgar una chaqueta de punto 0 % 62 %
Doblar unos pantalones 0 % 40 %

Gráfico de barras: Gemini Robotics 2.5 consigue envasar bollería con pinzas en el 100 % de los intentos frente al 5 %, deshacer un lazo de regalo en el 70 % frente al 0, colgar una chaqueta de punto en el 62 % frente al 0 y doblar unos pantalones en el 40 % frente al 0 por ciento

Usar el gráfico en tu página

Puedes usar el gráfico libremente citando la fuente. Para ello, copia este código:

<a href="https://simon-traffic.com/es/blog/ia-automatizacion/gemini-robotics-ia-robots-google/"><img src="https://simon-traffic.com/assets/blog/gemini-robotics/gemini-robotics-2-5-erfolgsquote.es.png" alt="Gemini Robotics 2.5: tasa de éxito en tareas manuales difíciles" width="1200" height="675"></a>
<p>Fuente: <a href="https://simon-traffic.com/es/blog/ia-automatizacion/gemini-robotics-ia-robots-google/">Simon Traffic, Gemini Robotics 2.5</a></p>

Lo que me llama la atención: los pantalones solo se doblan bien en el 40 por ciento de los intentos. Para una lavandería sería inútil. Lo interesante es la dirección, porque con la versión 2 tres de estas cuatro tareas estaban todavía en cero. Todos los valores proceden de Google; por ahora no hay mediciones independientes.

La prueba práctica en Mercedes-Benz: kitting con un 96 por ciento

Para mí, lo más interesante del anuncio no es el laboratorio, sino la fábrica. Google DeepMind ha desplegado, junto con Apptronik y Mercedes-Benz, robots humanoides Apollo 2 en líneas de producción en funcionamiento, en Kecskemét (Hungría) y en Sindelfingen.1

La tarea se llama kitting: se toman piezas sueltas de cajas grandes y se clasifican en contenedores en el orden exacto en que luego harán falta en la línea para un vehículo concreto. Es monótono, físicamente agotador y aun así tiene que salir bien. En la prueba, Apollo 2 cogió soportes metálicos de las cajas de reserva y los colocó en los contenedores de clasificación. El modelo de planificación ER vigilaba el desarrollo, y el modelo de acción 2.5 controlaba manos y brazos y compensaba los huecos. Resultado: un 96 por ciento de tasa de éxito.1

El director de Apptronik, Jeff Cardenas, afirma que los modelos mejoraron mucho tras pocas semanas de reentrenamiento y que se pudieron trasladar a la producción de Mercedes con una pérdida de rendimiento mínima.1

Importante para situarlo: Google habla expresamente de una prueba de concepto, es decir, de un test de viabilidad. No se habla de un funcionamiento regular. Un 96 por ciento suena alto, pero también significa que, de cada 100 piezas, en promedio cuatro agarres no salen bien. En una línea que funciona al ritmo de la cadencia, siguen haciendo falta personas que intervengan. Aun así, es otro nivel distinto de los típicos vídeos de feria, porque ha ocurrido en una fábrica real y no en un decorado de laboratorio ordenado.

Gemini 4 Argon: practicar en simulación y no solo con el robot real

Los robots aprenden despacio porque cada intento en el mundo real cuesta tiempo. Montar la cámara, dejar correr el robot, revisar el error, reajustar, y eso miles de veces. Aquí entra en juego Gemini 4 Argon, el modelo general de referencia de Google, que en octubre de 2026 se presentó también para la robótica.5

Según Google, Argon ha acelerado mucho el desarrollo de Gemini Robotics 2.5, y lo ha hecho de tres maneras:1

  1. Gemelo digital: a partir de una escena real captada por cámara, Argon construye una simulación realista del mismo entorno.
  2. Ejecuciones de práctica: en esa simulación genera miles de variantes. Junto con demostraciones reales, el robot aprende así más rápido a manejarse con escenas y objetos nuevos.
  3. Análisis de errores: Argon mira vídeos de intentos fallidos, plantea hipótesis sobre la causa y prueba las mejoras primero en la simulación y después en el robot real.

Cuánto aporta esto lo muestra un ejemplo del blog para desarrolladores de Google. A partir de una única foto de una mesa, Argon construyó por su cuenta una simulación física, generó en ella más de 4500 ejecuciones de práctica variadas y se las pasó al modelo del robot para el reentrenamiento. Después, la tasa de éxito del robot real subió del 56 al 75 por ciento, y el tiempo por tarea bajó de 35 a 24 segundos.5

En el benchmark ERQA, que mide la comprensión espacial en entornos 3D, Argon alcanza según Google un 87 por ciento y queda por delante de todos los demás modelos punteros.5 Para mí, esa es la verdadera palanca detrás del anuncio. Si el entrenamiento de los robots ocurre en buena parte en simulación, bajan el tiempo y el coste de cada tarea nueva. Y eso es justo lo que decide al final si un robot compensa en una empresa con muchas tareas cambiantes.

Seguridad: cómo protege Google a los robots frente a errores y manipulación

Un modelo de lenguaje que responde mal es una molestia. Un robot que agarra mal puede herir a alguien. Google menciona dos novedades.1

Seguridad al actuar. Durante la ejecución, Gemini Robotics 2.5 usa un apoyo de razonamiento adicional que lo desvía de los peligros en tiempo real, de forma parecida a los filtros de seguridad de un chatbot. En las pruebas de Google, esto hizo que se completaran de forma segura un 33 por ciento más de tareas cuando había obstáculos en el camino y un 43 por ciento más cuando había personas cerca.1 Ya Gemini Robotics ER 2 puede detectar cuando alguien se acerca demasiado y detener el robot de forma segura.4

Protección frente a órdenes camufladas. Con ASIMOV-Jailbreak, Google ha publicado una prueba abierta. Contiene cientos de instrucciones que disfrazan de inocuos encargos peligrosos, repartidas en decenas de escenas. Gemini 4 Argon resiste el 99,5 por ciento de estos intentos; la base de comparación anterior, Gemini Robotics ER 2, estaba en el 82 por ciento.1 El conjunto de datos de prueba está disponible en Hugging Face con licencia CC BY 4.0 (acceso tras aceptar las condiciones de uso). Las empresas de robótica pueden comprobar con él sus propios sistemas.6

¿Dónde está Google frente a Tesla, Nvidia y compañía?

Quien busca robots con IA acaba enseguida en Tesla Optimus o en Atlas de Boston Dynamics. La diferencia principal: Google no vende robots propios, sino que desarrolla el cerebro que va en robots de otros fabricantes. El cuerpo de Apollo 2 es de Apptronik, la mano de cinco dedos de Sharpa y el control de Google DeepMind.1 Boston Dynamics también está entre los socios de Google.3 Tesla, en cambio, desarrolla robots y software de una sola mano, Nvidia aporta con Isaac GR00T modelos propios para robots humanoides, y fabricantes de China como Unitree sacan al mercado hardware barato.

Para las empresas esto es relevante porque abre dos caminos. O compras más adelante un sistema completo de un fabricante, o un robot en el que se ejecuta un modelo como Gemini Robotics. Cuál de los caminos se impondrá está por ver.

Physical AI: ¿qué significa para las pequeñas y medianas empresas?

Physical AI, en español IA física, es ahora mismo uno de los temas de búsqueda que más rápido crecen. Pero eso no significa que mañana vaya a haber un robot humanoide en tu taller. Mi valoración, a día de hoy:

A corto plazo no cambia nada para la mayoría de las empresas. Gemini Robotics 2.5 solo está disponible para socios, no hay interfaz pública ni precio. Quien se compre ahora un robot humanoide no recibirá este modelo con él.

A medio plazo, tareas como el kitting son las primeras candidatas. Me refiero a actividades que se repiten a menudo pero en las que las piezas no siempre están igual: picking, clasificar, embalar, equipar. Justo ahí fallan los robots industriales clásicos, porque el entorno es demasiado desordenado, y justo ahí aplica Google. Quedan todavía abiertas preguntas que cada empresa tiene que aclarar antes de que un robot así trabaje junto a personas: quién responde si daña algo o hiere a alguien, y cómo encaja con las normas de seguridad para máquinas.

Lo que puedes hacer ya tiene poco que ver con robots. Un robot con IA necesita, como cualquier aplicación de IA, procesos descritos con claridad. Si hoy documentas bien tus movimientos, secuencias y casos de error, tienes la base de cualquier automatización posterior, digital o física. Eso es optimización de procesos de manual. Con el test de madurez en IA puedes evaluar en pocos minutos en qué punto está tu empresa en cuanto a IA en general. Los éxitos más rápidos para la mayoría de las pequeñas empresas siguen estando en procesos digitales como la gestión de citas, las consultas y los justificantes, a menudo ya con un agente de IA o con un modelo local como Nemotron 3.5 Bolt.

Lo que puedes probar hoy mismo

Sin necesidad de ningún robot, ya puedes ver cómo piensa la IA de robótica de Google:

  1. Gemini Robotics ER 2 en Google AI Studio. El modelo de planificación está disponible allí como vista previa pública y acepta texto, imágenes, vídeo y audio. Por ejemplo, subes una foto de una estantería o de un banco de trabajo, haces que reconozca objetos y que te planifique y te explique un proceso paso a paso.2
  2. Gemini 4 Argon a través de la Gemini API. Argon está disponible en el nivel de pago de la Gemini API y para suscriptores de Google AI Ultra.5 En el blog para desarrolladores de Google encontrarás prompts de ejemplo, por ejemplo, de cómo Argon construye simulaciones o controla un robot sin entrenamiento previo.
  3. Lista de espera para probadores. Según Google, trabaja con más de 100 probadores seleccionados, desde grandes empresas de automatización hasta startups de robótica, y admite a más interesados mediante una lista de espera.3
  4. Benchmark ASIMOV. Quien desarrolla robots por su cuenta puede comprobar su propia seguridad con el conjunto de datos abierto.6

Cronología: Gemini Robotics de 2025 a hoy

Fecha Lanzamiento Novedad
Marzo de 2025 Gemini Robotics primer modelo, Gemini controla robots
Septiembre de 2025 Gemini Robotics 1.5 agentes de IA en el mundo físico, transferencia de movimientos entre robots
Abril de 2026 Gemini Robotics-ER 1.6 mejor planificación y comprensión espacial
Julio de 2026 Gemini Robotics 2 control del cuerpo entero, varios robots en equipo
Octubre de 2026 Gemini 4 Argon para robótica simulación, gemelos digitales, análisis de errores
Noviembre de 2026 Gemini Robotics 2.5 más destreza, prueba en fábrica en Mercedes, ASIMOV-Jailbreak

Fuente: Google DeepMind.1,4

Conclusión: un gran paso, pero todavía no es un producto

Gemini Robotics 2.5 muestra que los robots controlados por IA están saliendo del laboratorio. Un 96 por ciento en kitting en una fábrica de coches real y el salto con objetos blandos y delicados impresionan, aunque todas las cifras procedan de Google. Para mí, el verdadero avance está en el entrenamiento: si los robots hacen una gran parte de su práctica en simulación, cada tarea nueva sale más barata.

Para las pequeñas y medianas empresas, el tema es hoy todavía algo para observar, no para comprar. Pero quien describa bien ahora sus procesos e introduzca automatización digital estará preparado cuando la IA física sea asequible.

Preguntas frecuentes sobre Gemini Robotics

¿Qué es Gemini Robotics?

Gemini Robotics es una familia de modelos de Google DeepMind que controla robots con IA. Consta de un modelo de planificación (Gemini Robotics ER 2), un modelo de acción (Gemini Robotics 2.5) y una variante pequeña para usarla directamente en el robot (On-Device 2).3

¿Puedo comprar o usar Gemini Robotics 2.5?

No, todavía no. Gemini Robotics 2.5 se distribuye a socios de robótica como Apptronik. De uso público es el modelo de planificación Gemini Robotics ER 2 en Google AI Studio. Para el acceso anticipado hay una lista de espera.1,3

¿Qué es un modelo VLA?

VLA significa Vision, Language, Action. Un modelo así recibe imágenes de cámara y una instrucción en lenguaje y genera directamente a partir de ellas órdenes de movimiento para un robot. Es decir, no hace falta programarlo para cada movimiento.1

¿Cuál es la diferencia entre Physical AI y Embodied AI?

Ambos términos se refieren a una IA que no solo procesa texto o imágenes, sino que actúa en el mundo físico, por ejemplo en un robot. Embodied AI subraya el cuerpo, es decir, que la IA percibe mediante sensores y actúa mediante motores. Embodied AI viene más bien del ámbito de la investigación; Physical AI es el término habitual del sector y del mercado. En la práctica, ambos suelen significar lo mismo.

¿Con qué robots funciona Gemini Robotics 2.5?

Google lo muestra en el robot humanoide Apollo 2 de Apptronik y en la plataforma Franka Duo con dos brazos con pinza. La familia de modelos está pensada para funcionar con muchos tipos de robots. Entre los socios están Apptronik, Agile Robots y Boston Dynamics.1,3

¿Ya trabajan robots humanoides en la producción de Mercedes-Benz?

No en funcionamiento regular. El despliegue de Apollo 2 en Kecskemét y Sindelfingen fue una prueba de viabilidad en líneas en marcha, en la que los robots clasificaron piezas con un 96 por ciento de tasa de éxito.1

¿Cuándo llegarán los robots con IA a las pequeñas empresas?

No hay fecha. Google no da ni precio ni fecha para una disponibilidad amplia.1 Lo previsible es que se beneficien primero las grandes industrias y los operadores logísticos, en tareas como el kitting y el picking. Para las empresas más pequeñas, hasta entonces merece la pena documentar procesos e introducir automatización digital.

¿Qué es Gemini 4 Argon?

Gemini 4 Argon es el modelo general de referencia de Google. En robótica construye simulaciones y gemelos digitales a partir de imágenes de cámara, genera ejecuciones de práctica y analiza errores. Está disponible a través de la Gemini API de pago y de Google AI Ultra.5

Cómo citar este artículo

Gütter, Simon (2026): Gemini Robotics 2.5: qué puede hacer la IA para robots de Google y qué significa para las empresas. Simon Traffic, 14 de noviembre de 2026. https://simon-traffic.com/es/blog/ia-automatizacion/gemini-robotics-ia-robots-google/

Fuentes

  1. Google DeepMind: Gemini Robotics 2.5 accelerates real-world general dexterity, 10/11/2026.
  2. Google DeepMind: Gemini Robotics ER 2, página del modelo, consultado el 14/11/2026.
  3. Google DeepMind: Gemini Robotics, resumen y socios, consultado el 14/11/2026.
  4. Google DeepMind: Gemini Robotics 2 brings whole body intelligence to robots, 30/07/2026.
  5. Google Developers Blog: Gemini 4 Argon for Robotics, 13/10/2026.
  6. Google en Hugging Face: ASIMOV Agentic Safety Evaluation inklusive ASIMOV-Jailbreak, licencia CC BY 4.0, consultado el 14/11/2026.

Todos los valores de rendimiento son datos del fabricante, Google DeepMind. A fecha de 14 de noviembre de 2026.