Gemini Robotics 2.5: 96% de éxito en una línea de producción de Mercedes-Benz
Respuesta directa
Google DeepMind presentó el 10 de noviembre de 2026 Gemini Robotics 2.5, su modelo de visión-lenguaje-acción más capaz para robots. En una prueba de concepto, robots humanoides Apptronik Apollo 2 ordenaron piezas metálicas en líneas activas de producción de Mercedes-Benz en Kecskemét, Hungría, y Sindelfingen, Alemania, con una tasa de éxito del 96%, según DeepMind. La tarea era el kitting: tomar soportes metálicos de contenedores a granel y colocarlos en bandejas en el orden exacto que necesita cada vehículo de la línea. La cifra es de DeepMind, sin número de intentos publicado, y la prueba es una prueba de concepto, no un despliegue en toda la planta.
Qué es Gemini Robotics 2.5
- Un modelo que ve, entiende y actúa: Gemini Robotics 2.5 es un modelo de visión-lenguaje-acción: recibe imágenes de cámara y una instrucción, y produce movimientos del robot. DeepMind lo evaluó en más de 200 tareas distintas, desde servir comida con pinzas hasta pipetear líquido y atar un lazo en una caja de regalo.
- Mejoras medidas contra la versión anterior: según DeepMind, las tasas de éxito son de 30% a 100% más altas que la base de Gemini Robotics 2 de julio, y la velocidad de finalización es de 20% a 30% más rápida. Son cifras de la empresa, de sus propias pruebas, sin verificación independiente.
- El 96% tiene un contexto: Ars Technica señala que un humano en una tarea repetitiva como esta acierta casi siempre, así que 96% sigue siendo corto para un fabricante. El director de DeepMind, Kanishka Rao, dijo a Ars Technica que cerrar el 4% restante es un camino empinado. El modelo actual corre en servidores en la nube, lo que añade latencia, y los videos de demostración están acelerados.
- El dato que DeepMind no publica: el anuncio no dice cuántos intentos cubre el 96%, cómo define DeepMind un éxito, ni con qué frecuencia intervino un humano. Un 96% puede ser 24 éxitos de 25 intentos o 960 de 1,000, y el rango de confianza cambia por completo. La cifra describe el rendimiento reportado en las condiciones de la prueba.
La otra novedad: un examen público para engañar robots
- ASIMOV-Jailbreak es un banco de pruebas abierto: junto con el modelo, DeepMind publicó ASIMOV-Jailbreak, un conjunto de datos de código abierto con instrucciones diseñadas para convencer a un robot de hacer algo inseguro. Es el primer estándar compartido de la industria para medir la resistencia de los robots a los ataques de jailbreak.
- Gemini 4 Argon resiste el 99.5% de los intentos: según DeepMind, Gemini 4 Argon resiste el 99.5% de los intentos de jailbreak, frente al 82% de la base anterior. La cifra es de DeepMind, de su propio banco de pruebas.
- La seguridad del robot es gobernanza, no accesorio: un robot que ejecuta instrucciones en el mundo físico necesita los mismos controles que un agente que ejecuta acciones en tus sistemas: permisos, límites y registro de cada acción. El banco de pruebas abierto da a la industria una forma común de medir ese control.
- El despliegue llega a socios, no al público general: DeepMind dice que Gemini Robotics 2.5 se despliega entre socios de robótica y nombra a Agile, Apptronik y Mercedes-Benz entre los equipos que apoyaron el lanzamiento. No hay fecha de disponibilidad general ni precio público.
Qué hacer en tu negocio esta semana
- Lee el 96% como una señal de piloto: la cifra dice que la tecnología funciona en una línea real, en una tarea concreta, en dos plantas. La cifra no dice que los humanoides estén listos para tu planta. La pregunta para tu negocio es qué tarea repetitiva de tu operación se parece al kitting: piezas ordenadas, secuencia fija, entorno controlado.
- Exige el denominador antes de decidir: cuando un proveedor te presente una tasa de éxito, pide el número de intentos, la definición de éxito y la frecuencia de intervención humana. Sin denominador, la tasa es un titular, no una métrica.
- Empieza por una tarea, no por una planta: la prueba de Mercedes-Benz es una sola tarea en una línea activa. El camino de entrada para tu empresa es un piloto de una tarea, con métricas propias, antes de hablar de despliegue.
- Incluye la seguridad física en tu gobernanza de IA: si un robot va a actuar en tu operación, el plan incluye permisos, límites de acción y registro. El banco de pruebas ASIMOV-Jailbreak es una referencia pública para medir esa resistencia.
Nota: este artículo resume el anuncio de Google DeepMind del 10 de noviembre de 2026 y la cobertura de Ars Technica, The Decoder, TechTimes, Modern Robotics e Industrial News. Las cifras de éxito y de mejora son de DeepMind, de sus propias pruebas, sin verificación independiente. No se localizó una confirmación de Mercedes-Benz de la cifra del 96%.
¿Quieres IA que trabaje para tu negocio?
Escríbenos por WhatsApp y hablemos de automatización y agentes de IA para tu negocio.
WhatsApp inicIAEnlaces relacionados
- Google abrió Gemini 4 Argon con precio de lanzamiento: $2 por millón de tokens hasta el 30-nov
- OpenAI lanzó Daybreak Red Team y Defense Factory: agentes que atacan tu código y luego lo reparan
- Anthropic abre la beta de Claude Managed Agents autoalojados: el agente corre en tu nube
Preguntas frecuentes
¿Qué es Gemini Robotics 2.5?
Es el modelo de visión-lenguaje-acción más capaz de Google DeepMind, presentado el 10 de noviembre de 2026. Recibe imágenes de cámara y una instrucción, y produce los movimientos de un robot. Se evaluó en más de 200 tareas distintas de manipulación.
¿Qué logró en Mercedes-Benz?
En una prueba de concepto, robots humanoides Apptronik Apollo 2 ordenaron soportes metálicos en líneas activas de Mercedes-Benz en Kecskemét, Hungría, y Sindelfingen, Alemania, con 96% de éxito, según DeepMind. La tarea era el kitting: colocar piezas en bandejas en el orden que necesita cada vehículo.
¿El 96% significa que los robots están listos para la fábrica?
La cifra es de DeepMind, sin número de intentos publicado, y la prueba es una prueba de concepto. Ars Technica señala que un humano acierta casi siempre en esta tarea, y el director de DeepMind llamó empinado el camino para cerrar el 4% restante.
¿Qué es ASIMOV-Jailbreak?
Es un banco de pruebas de código abierto publicado por DeepMind junto con el modelo, con instrucciones diseñadas para convencer a un robot de hacer algo inseguro. DeepMind dice que Gemini 4 Argon resiste el 99.5% de los intentos, frente al 82% de la base anterior.
