Google y Boston Dynamics integran modelos de Gemini Robotics en Spot para una percepción y ejecución de tareas avanzadas.
En Resumen
Google y Boston Dynamics integran Gemini AI en el robot Spot, lo que permite el control mediante lenguaje natural, el reconocimiento de objetos y la ejecución de tareas, impulsando así la robótica adaptativa y los sistemas de interacción humano-máquina.
Empresa de tecnología Google anunció una asociación con Boston Dynamics La integración de los modelos de razonamiento incorporado de Gemini Robotics en el robot cuadrúpedo Spot supone un avance significativo en la aplicación de la inteligencia artificial a la robótica del mundo real. Esta colaboración permite al robot interpretar mejor su entorno, identificar objetos y ejecutar tareas a partir de instrucciones en lenguaje natural, en lugar de depender únicamente de rutinas preprogramadas.
Esta integración se basa en el trabajo experimental realizado durante un hackatón interno en 2025, donde los desarrolladores exploraron cómo los modelos de lenguaje complejos y los sistemas de razonamiento visual podrían mejorar la autonomía de Spot. Gracias a Gemini Robotics, el robot puede procesar la información visual de sus cámaras y traducir instrucciones complejas, como organizar objetos en una habitación, en acciones físicas coordinadas.
A diferencia de la programación robótica tradicional, que a menudo depende de una lógica rígida y paso a paso, el sistema introduce una interfaz más flexible basada en indicaciones conversacionales. Los desarrolladores crearon una capa de software intermedia utilizando el kit de desarrollo de software de Spot, lo que permite que los modelos Gemini se comuniquen con la interfaz de programación de aplicaciones del robot. Este marco permite que la IA seleccione de una defiConjunto de acciones necesarias, que incluyen navegación, detección de objetos, captura de imágenes, agarre y colocación.
Las interfaces de lenguaje natural transforman la ejecución de tareas robóticas.
En demostraciones prácticas, el sistema demostró su capacidad para interpretar instrucciones generales y adaptarse a entornos dinámicos. Por ejemplo, al organizar objetos, el modelo de IA analizó datos visuales, identificó los objetos relevantes y guió al robot a través de una secuencia de acciones. La retroalimentación del robot —como la finalización de la tarea o las limitaciones físicas— se incorporó en tiempo real, lo que permitió al sistema ajustar su comportamiento sin intervención manual.
El enfoque mantiene los límites operativos al restringir la IA a predefiCapacidades optimizadas dentro de la API del robot, lo que garantiza un rendimiento predecible y controlado. Este diseño equilibra la adaptabilidad con la seguridad, un aspecto clave para la implementación de IA en sistemas físicos.
La asociación también destaca las posibles ganancias de eficiencia para los desarrolladores. Al reducir la necesidad de una codificación manual extensa, las interfaces de lenguaje natural permiten a los ingenieros centrarse en defidefinir objetivos en lugar de programar cada secuencia de acciones. Este cambio podría acelerar el desarrollo de aplicaciones robóticas en sectores como la fabricación, la inspección y la logística.
Aunque la implementación aún se encuentra en fase experimental, la demostración refleja tendencias más amplias en la IA física, donde los modelos fundamentales se utilizan cada vez más para mejorar la percepción y la toma de decisiones de las máquinas. Ambas compañías han indicado que se están desarrollando nuevos proyectos, incluida la integración continua de sistemas basados en Gemini en plataformas robóticas.
Esta colaboración sugiere una transición hacia una interacción humano-máquina más intuitiva, donde el comportamiento robótico complejo puede guiarse mediante comandos simplificados. A medida que los modelos de IA sigan evolucionando, estas integraciones podrían ampliar el alcance funcional de los sistemas autónomos y, al mismo tiempo, reducir las barreras técnicas para su implementación.
Renuncia de responsabilidad:
En línea con la Directrices del Proyecto Confianza, tenga en cuenta que la información proporcionada en esta página no pretende ser ni debe interpretarse como asesoramiento legal, fiscal, de inversión, financiero o de cualquier otro tipo. Es importante invertir sólo lo que pueda permitirse perder y buscar asesoramiento financiero independiente si tiene alguna duda. Para mayor información sugerimos consultar los términos y condiciones así como las páginas de ayuda y soporte proporcionadas por el emisor o anunciante. MetaversePost se compromete a brindar informes precisos e imparciales, pero las condiciones del mercado están sujetas a cambios sin previo aviso.
Sobre la autora
Alisa, una dedicada periodista del MPost, se especializa en criptomonedas, IA, inversiones y el amplio campo de Web3. Con buen ojo para las tendencias y tecnologías emergentes, ofrece una cobertura completa para informar e involucrar a los lectores en el panorama en constante evolución de las finanzas digitales.
Más artículos
Alisa, una dedicada periodista del MPost, se especializa en criptomonedas, IA, inversiones y el amplio campo de Web3. Con buen ojo para las tendencias y tecnologías emergentes, ofrece una cobertura completa para informar e involucrar a los lectores en el panorama en constante evolución de las finanzas digitales.
