Apollo 2 de Apptronik ejecuta Gemini Robotics 2 en tres configuraciones de robots

Why it matters

Google gets real-world robot data and Apptronik gets a frontier model layer, but the disclosed task results show why commercial reliability remains the gating issue.

En un anuncio del 30 de julio, Google DeepMind presentó Gemini Robotics 2 y puso el modelo al mando de Apollo 2, la plataforma humanoide que los cofundadores de Apptronik Jeff Cardenas and Nick Paine han pasado una década convirtiendo desde la investigación de la University of Texas en un robot industrial.

Google DeepMind on X

El lanzamiento les da a Cardenas y Paine una versión operativa de la asociación que anunciaron con Google DeepMind en diciembre de 2024: Apptronik provee el cuerpo, los sitios de despliegue y los datos de entrenamiento físico, mientras que Google suministra modelos destinados a percibir instrucciones, planear tareas y controlar el movimiento. En el video adjunto en X, Google DeepMind presentó a Apollo 2 como el usuario del modelo, un tratamiento juguetón de una prueba seria para ambas compañías.

Carolina Parada, la líder de robótica de Google que redactó el anuncio de Gemini Robotics 2, ha trabajado en varios de los problemas de percepción que ahora convergen dentro de los robots humanoides. Anteriormente pasó siete años liderando trabajo en habla en Google y dos años supervisando la percepción por cámara para vehículos autónomos en Nvidia. Sus grupos de robótica en Google se han enfocado en movilidad y visión robóticas.

Para Cardenas y Paine, Gemini Robotics 2 es una prueba de una vieja tesis de comercialización. Cardenas trabajó en el IC2 Institute de UT Austin ayudando a investigadores a mover tecnología fuera de los laboratorios y hacia los mercados. Paine obtuvo tres títulos en electrical and computer engineering en UT Austin, desarrolló el Series Elastic Actuator de la universidad y trabajó en el equipo del NASA-Johnson Space Center que construyó actuadores y controles para el humanoide Valkyrie.

Cofundaron Apptronik en 2016 a partir del Human Centered Robotics Lab de UT Austin. Apollo 2 empaqueta ese trabajo en una plataforma robótica diseñada para movimiento de cuerpo entero y manipulación diestra. Su diseño modular soporta configuraciones bípedas y con ruedas, baterías intercambiables, software de flota y la tecnología de actuadores de Apptronik. Gemini Robotics 2 está pensado para hacer que el hardware sea útil en tareas que no se pueden reducir a una secuencia fija de movimientos programados.

Un punto de control, varios cuerpos de robot

Gemini Robotics 2 es una familia de tres modelos. El modelo principal vision-language-action convierte entradas visuales y de lenguaje en comandos motores. Gemini Robotics ER 2 maneja razonamiento de alto nivel, comunicación y planificación a través de tareas que pueden durar varios minutos. Gemini Robotics On-Device 2 corre localmente para entornos donde la latencia o la conectividad de la red serían una desventaja.

Google dice que un checkpoint de Gemini Robotics 2 controló tres configuraciones: Apollo 2 con SharpaWave hands, Apollo 2 con Inspire hands, y un robot Franka Duo equipado con un Robotiq gripper. Esa portabilidad importa comercialmente. Un modelo que tuviera que ser reconstruido para cada mano, paquete de sensores o forma de cuerpo tendría dificultades para soportar un mercado de hardware amplio.

En la demostración de Apollo de Google, una persona le pide al robot poner una regadera en un contenedor verde en una repisa baja. Apollo 2 camina hacia una mesa, toma la regadera, se mueve hacia el estante y la coloca en la ubicación solicitada. Otras demostraciones muestran al robot atando nudos, sellando una bolsa con cierre hermético y manipulando una bombilla.

La SharpaWave hand tiene cinco dedos y 22 grados de libertad, dando al modelo un espacio de acción mucho mayor que un agarrador convencional de dos dedos. Google también dice que su modelo on-device puede adaptarse a un nuevo robot con dos brazos usando unas pocas horas de datos, típicamente menos de 200 ejemplos. Google ofrece una lista de espera para acceso anticipado a Gemini Robotics 2, mientras que la página del modelo Gemini Robotics enlaza Gemini Robotics ER 2 con Google AI Studio.

Los resultados de las tareas muestran dónde los humanoides todavía fallan

Los resultados reportados por Google DeepMind delimitan las demostraciones. Con Inspire hands, Apollo 2 registró una tasa de éxito promedio de 68.4% al recoger objetos de una mesa, 45.7% desde el piso y 76.3% desde una repisa.

El desempeño cayó en varias tareas con múltiples dedos usando SharpaWave hands. Google reportó 36% de éxito al enroscar una bombilla, 44% al atar una bolsa de basura, 32% en una tarea con recogedor y 40% sellando una bolsa con cierre hermético. Desenroscar una bombilla alcanzó 92%.

Esos son resultados de pruebas reportados por la compañía más que medidas independientes de preparación para el despliegue. También muestran por qué la destreza sigue siendo un problema más difícil que producir un video convincente. Un cliente de almacén o fábrica evaluará a Apollo 2 a través de turnos completados, tasas de intervención, tiempo de actividad, seguridad y costo por tarea. Un robot que tiene éxito cuatro de cada diez veces al sellar una bolsa aún necesita supervisión o una definición de trabajo más estrecha.

Google dice que la manipulación diestra con múltiples dedos sigue siendo desafiante. La parte útil del lanzamiento es que Google publicó categorías propensas a fallos junto con resultados más fuertes. El rango entre 32% y 92% muestra que la destreza no es una sola capacidad. Cambios pequeños en el contacto, el agarre y la geometría de la tarea pueden producir resultados muy distintos.

Apptronik está construyendo el ciclo de datos alrededor de Apollo

Apptronik presentó Apollo 2 y un expandido Robot Park de casi 90,000 pies cuadrados en Austin el 30 de junio. Ahí, los robots Apollo 2 recolectan datos mediante teleoperación y ejecución autónoma en tareas de logística, manufactura y retail.

Cardenas describió Robot Park como un ciclo de aprendizaje continuo: los robots realizan trabajo, recopilan datos y alimentan esas experiencias al desarrollo de modelos con Google DeepMind. Apptronik dice que flujos de trabajo similares de recolección de datos están operando con socios como Mercedes-Benz y GXO. Apptronik no ha publicado suficientes datos operativos para establecer la fiabilidad a escala de producción, por lo que Robot Park debe entenderse tanto como infraestructura de entrenamiento como muestra de despliegue comercial.

Google obtiene acceso a una fuente repetible de datos de interacción física. Apptronik gana un proveedor de inteligencia con los recursos para entrenar grandes modelos multimodales. Esa división permite a Apptronik concentrarse en actuadores, manos, sistemas de seguridad, manufactura y operaciones de flota en vez de financiar un esfuerzo de modelos de frontera por sí sola.

Los inversionistas han financiado el enfoque de forma importante. En febrero, Apptronik anunció una extensión de su Serie A por $520 millones, llevando la ronda por encima de $935 millones y el capital total recaudado a casi $1,000 millones, según Apptronik. Participaron Google, B Capital, Mercedes-Benz, PEAK6, AT&T Ventures, John Deere y Qatar Investment Authority. Apptronik dijo que la extensión se valoró en tres veces su valoración anterior de la Serie A, aunque no declaró la valoración absoluta en su anuncio.

Ese capital se supone que moverá a Apollo desde prototipos y recolección de datos hacia producción repetible. La financiación también hace que las brechas de referencia sean más difíciles de descartar como problemas de investigación rutinarios. Apptronik tiene las instalaciones, socios estratégicos y balance para perseguir despliegues comerciales. La fiabilidad es la prueba que queda.

Las capas de hardware y modelo se están separando

La asociación Google-Apptronik refleja una ruta a través del mercado humanoide. Figure AI está construyendo una pila verticalmente integrada que abarca hardware robótico, modelos, sistemas táctiles y manufactura. Skild AI persigue una capa de "cerebro" robótico de propósito general destinada a funcionar en distintas máquinas. Agility Robotics se ha concentrado en trabajo logístico con su robot Digit.

Cardenas y Paine están ubicando a Apptronik entre esos enfoques. Apollo 2 es una plataforma propietaria de hardware y operaciones, mientras que su inteligencia puede apoyarse en los modelos de Google DeepMind. Apptronik sigue siendo responsable del hardware del robot, de los sistemas de seguridad y de las operaciones de la flota. Su sistema Artemis y el software Fleet Connect cubren percepción, planificación, controles, seguridad, ejecución de tareas y gestión de los robots desplegados.

El resultado es una arquitectura por capas en lugar de un robot controlado por un único modelo. Gemini Robotics puede interpretar objetivos y generar acciones, mientras que los sistemas de Apptronik se encargan de la máquina física y de sus restricciones operativas. Esa separación debería facilitar la actualización de la inteligencia sin rediseñar el robot. También crea una dependencia de qué tan bien funcionan en conjunto dos pilas técnicas complejas fuera de una demostración controlada.

Apollo 2 es tanto un producto como un campo de pruebas. Cardenas y Paine han construido el cuerpo, la instalación de entrenamiento y las relaciones con los clientes. El equipo de Parada está proporcionando una familia de modelos que puede hacer que ese cuerpo camine a través de una habitación y manipule objetos con varios tipos de manos. Los resultados divulgados muestran un progreso significativo, así como la distancia entre un humanoide ampliamente capaz y una máquina en la que se pueda confiar para completar cada turno.