Los humanoides Apollo 2 alcanzan un 96% en una prueba de concepto de clasificación de Mercedes-Benz

Google DeepMind presentó Gemini Robotics 2.5 el 10 de noviembre de 2026 e informó de una tasa de éxito del 96 % cuando los robots humanoides Apollo 2 de Apptronik clasificaron piezas de automóviles en una prueba de concepto realizada en líneas de producción activas de Mercedes-Benz.

Gemini Robotics 2.5 es un modelo de visión, lenguaje y acción (VLA) que conecta la comprensión visual y lingüística con las acciones de los robots. DeepMind lo está distribuyendo a sus socios de robótica. La página oficial del modelo describe el control de robots que van desde brazos de sobremesa hasta cuerpos humanoides completos, incluido el equilibrio dinámico para dar pasos, ponerse en cuclillas e inclinarse, y ofrece una lista de espera para acceder anticipadamente.

Apollo 2 realiza tareas de preparación de kits de piezas para automóviles

El trabajo en la fábrica se llevó a cabo en las plantas de Mercedes-Benz de Kecskemét, Hungría, y Sindelfingen, Alemania, donde DeepMind, Apptronik y el fabricante de automóviles pusieron a Apollo 2 a trabajar en líneas de producción activas. En la prueba de concepto, el humanoide clasificó de forma autónoma piezas procedentes de contenedores a granel y las colocó en bandejas siguiendo la secuencia precisa requerida para cada vehículo.

Dos modelos se repartieron el flujo de trabajo. Gemini Robotics ER hizo un seguimiento del progreso, mientras que Gemini Robotics 2.5 movió las manos y los brazos del humanoide para recoger soportes metálicos para automóviles de los contenedores de suministro, colocarlos en recipientes de secuenciación y corregir cualquier hueco. La configuración de Apollo 2 probada utilizó una mano SharpaWave de cinco dedos con 22 grados de libertad. DeepMind presenta la delegación de esta preparación repetitiva como una forma de mantener en marcha las líneas de montaje mientras los técnicos se centran en tareas complejas de ensamblaje.

El cofundador y director ejecutivo de Apptronik, Jeff Cardenas, afirmó:

«Al combinar Apollo 2 con Gemini Robotics, vimos que los modelos mejoraron de forma notable en tan solo unas semanas de entrenamiento posterior y que esa mejora se trasladó a la producción de Mercedes-Benz con muy poca pérdida de rendimiento».

Avances en destreza y evaluación de seguridad

Además del trabajo en la fábrica, el conjunto de evaluación abarcó más de 200 tareas distintas, entre ellas servir comida con pinzas, atar el lazo de una caja de regalo y pipetear líquidos. Las tareas combinaban el uso avanzado de herramientas, la manipulación compleja de objetos deformables y el manejo cuidadoso de artículos delicados. Según DeepMind, el modelo logró tasas de éxito entre un 30 % y un 100 % superiores a las de las referencias anteriores, según el tipo de tarea, y las completó entre un 20 % y un 30 % más rápido.

Para garantizar la seguridad física, el modelo utiliza una guía de razonamiento durante la inferencia para esquivar peligros en tiempo real. En las evaluaciones de DeepMind, la tasa de finalización segura de tareas mejoró un 33 % en presencia de obstáculos y un 43 % cuando había personas cerca. El lanzamiento también aborda tareas agénticas de largo horizonte, en las que la seguridad debe mantenerse a lo largo de varios pasos.

DeepMind también publicó ASIMOV-Jailbreak, un conjunto de pruebas de código abierto cuyas indicaciones disfrazan solicitudes inseguras en decenas de escenarios. Según DeepMind, Gemini 4 Argon alcanzó una resistencia del 99,5 % a los intentos de jailbreak, frente al 82 % de la versión de referencia anterior, Gemini Robotics ER 2. El repositorio incluye código y datos de evaluación con licencia MIT.

Su evaluación adversarial V3 de varios turnos contiene 845 muestras distribuidas en 15 grupos de estrategias y permite hasta 10 pasos. Combina verificaciones deterministas de las llamadas a herramientas de acción con la evaluación de un modelo de lenguaje grande. Las tareas emparejadas de manipulación sobre una mesa, tanto dañinas como benignas, permiten al marco de evaluación medir el éxito de los ataques y el exceso de rechazos de solicitudes benignas, comprobando si un modelo rechaza instrucciones inseguras sin rechazar también tareas seguras.

Entrenamiento mediante simulación con Gemini 4 Argon

DeepMind atribuye a Gemini 4 Argon la aceleración del desarrollo de Gemini Robotics 2.5 mediante simulación. Argon puede generar miles de prácticas variadas a partir de una escena del mundo real captada por una cámara y crear un gemelo digital realista. Combinadas con demostraciones reales de entrenamiento, esas prácticas ayudan a los robots a generalizar más rápidamente a nuevas escenas y objetos. Los investigadores también pueden usar Argon para proponer explicaciones de los fallos en las tareas a partir de videos y probar mejoras tanto en simulación como en robots físicos.

Una publicación para desarrolladores del 13 de octubre de 2026 documenta ese enfoque en un experimento aparte. Comenzó con una única fotografía en color de una mesa real, que Argon reconstruyó como una simulación física calibrada en MuJoCo antes de generar más de 4.500 episodios de entrenamiento con condiciones aleatorizadas. Google informó de que la tasa de éxito posterior con el robot real aumentó del 56 % al 75 %, mientras que el tiempo de finalización se redujo de 35 segundos a 24 segundos.

Ese experimento anterior no es una evaluación comparativa de Gemini Robotics 2.5, pero ilustra el ciclo de desarrollo que sustenta el lanzamiento. En el ámbito de la robótica industrial, el anuncio conecta en un mismo flujo de trabajo la generación de datos simulados, el control del hardware y las pruebas de seguridad adversariales. La pregunta pendiente es hasta qué punto ese flujo de trabajo se traslada de forma sistemática a otros robots y entornos de trabajo, más allá de la tarea de preparación de kits demostrada.