Google presenta Gemini Robotics-ER 1.6, mejora razonamiento para robots industriales

Gemini Robotics-ER 1.6 es una versión de razonamiento corporal que, según Google DeepMind (14/04/2026), mejora la precisión espacial, la detección de éxito y añade lectura de instrumentos para tareas industriales y de inspección. Está disponible para desarrolladores a través de la Gemini API y Google AI Studio, y fue probada en colaboración con Boston Dynamics para casos como la lectura de manómetros y sight glasses.

¿Qué cambia respecto a antes?

Vemos tres avances concretos en esta versión. Primero, el modelo mejora la capacidad de pointing para identificar y contar objetos con mayor precisión en una sola vista o en múltiples vistas; DeepMind contrapone Gemini Robotics-ER 1.6 con la 1.5 y Gemini 3.0 Flash en sus benchmarks oficiales (DeepMind News, 14/04/2026). Segundo, la detección de éxito multi-vista se refuerza, lo que ayuda a un agente a decidir si debe reintentar una acción o pasar al siguiente paso. Tercero, se introduce instrument reading vía agentic vision, que combina zoom, puntos intermedios y ejecución de código para leer agujas y niveles con precisión sub-tick; la nota menciona que Gemini Robotics-ER 1.5 no soporta agentic vision. Además, DeepMind reporta mejoras de seguridad perceptual frente a Gemini 3.0 Flash: +6% en tareas de texto y +10% en video en la capacidad de percibir riesgos de lesión.

¿Cómo impacta esto en el mercado argentino?

Vemos aplicaciones claras en inspección industrial que son relevantes para la Argentina: servicios de mantenimiento de refinerías, plantas de agua, redes de distribución y minería podrían beneficiarse de robots que leen manómetros y sight glasses. Google y Boston Dynamics ya ensayaron instrument reading con Spot, lo que demuestra un foco en facilities management. Para empresas locales esto podría reducir tiempos de revisión en áreas peligrosas y optimizar mantenimiento predictivo, aunque DeepMind no publicó costos de uso ni disponibilidad comercial masiva en la nota (DeepMind News, 14/04/2026). También conviene recordar que Google ofrece el modelo hoy a desarrolladores via Gemini API y Google AI Studio, lo que implica que la adopción inicial pasará por pilotos técnicos antes de despliegues a escala.

¿Estamos listos para robots autónomos? Seguridad y gobernanza

Apoyamos la iniciativa técnica responsable de Google, pero exigimos transparencia. DeepMind publica mejoras cuantificables en seguridad (+6% en texto, +10% en video) y afirma que la 1.6 cumple mejor con políticas de seguridad en razonamiento espacial; son datos útiles, pero insuficientes sin benchmarks públicos reproducibles y documentación en español. Vemos necesario que Google publique métricas detalladas —por ejemplo, conjuntos de prueba, tasa de falsos positivos/negativos en detección de éxito y límites operativos en condiciones reales— y que habilite revisiones humanas antes de autorizar autonomía completa. DeepMind además invita a enviar 10–50 imágenes etiquetadas para mejorar fallos específicos, lo que es positivo pero no reemplaza métricas abiertas ni procesos de gobernanza industrial.

Qué pueden hacer desarrolladores, empresas y reguladores

Para desarrolladores: probar Gemini Robotics-ER 1.6 en entornos controlados a través de la Gemini API y Google AI Studio, medir tasa de éxito en tareas específicas y documentar fallos en español para retroalimentar al proveedor. Para empresas: diseñar pilotos con objetivos medibles (p. ej., reducción de tiempo de inspección, tasa de lectura correcta de instrumentos) y exigir contratos que incluyan transparencia sobre seguridad. Para reguladores y sindicatos: demandar documentación en español, auditorías independientes y requisitos de supervisión humana para operaciones con riesgo físico. Nosotros vemos valioso el avance técnico, pero insistimos: sin métricas públicas, documentación en español y gobernanza con revisión humana, la adopción a gran escala sería prematura.

En resumen, Gemini Robotics-ER 1.6 es un salto tecnológico relevante en razonamiento encarnado y lectura de instrumentos que abre posibilidades reales para la industria. Pero su impacto dependerá de estándares de transparencia, acceso a documentación en español y marcos de gobernanza que prioricen la seguridad humana antes de la autonomía plena.