Un robot levantando una caja pesada impresiona. Pero prueba a pedirle que cierre una bolsa de plástico. Dos manos deben sujetar un objeto flexible, encontrar el cierre y ejercer la presión justa. Con Gemini Robotics 2, Google DeepMind muestra cómo los robots mejoran en esas pequeñas acciones difíciles.
En la demostración, los dedos trabajan juntos con un nudo, una bombilla y una bolsa con cierre. Son objetos cotidianos, pero revelan un gran desafío de la robótica: coger algo no equivale a manipularlo con destreza entre los dedos.
Ver, entender y moverse
Gemini Robotics 2 es la IA que transforma las imágenes de las cámaras y las instrucciones en lenguaje natural en movimientos. DeepMind presentó el modelo el 30 de julio de 2026. El software debe decidir qué objeto necesita y cómo coordinar brazos, muñecas y dedos.
Para desenroscar una bombilla, los dedos deben mantener el agarre mientras gira la muñeca. Después la mano tiene que recolocarse sin dejarla caer. Una bolsa, en cambio, se deforma al tirar de ella y el cierre cambia de posición. Repetir un movimiento fijo no basta.
Cinco dedos con 22 posibilidades de movimiento
DeepMind probó el mismo modelo, entre otras plataformas, en Apptronik Apollo 2 con manos de Sharpa. Cada mano Sharpa Wave tiene cinco dedos y 22 grados de libertad controlados activamente: movimientos separados para doblar, abrir y agarrar. Esa flexibilidad da más posibilidades, pero el software debe coordinarlas.
Sharpa también incorpora sensores táctiles en las yemas. Pueden detectar presión, contacto y deslizamiento, de modo que el robot no dependa solo de las cámaras. Eso ayuda cuando los dedos ocultan el objeto o cuando este se mueve dentro de la mano.
Desenroscar resulta más fácil que enroscar
Estos avances todavía no equivalen a un robot doméstico hábil para todo. En las pruebas de DeepMind, desenroscar una bombilla funcionó en el 92 % de los intentos; enroscarla llegó al 36 %. Encontrar y seguir la rosca sigue siendo mucho más difícil.
Por eso interesan tanto esas pequeñas acciones. Las casas y los lugares de trabajo están llenos de tapas, cierres, envases y herramientas para manos humanas. Cuanto mejor aprendan los robots a utilizarlos, menos habrá que transformar su entorno.
