Gemini 4 Argon y Genie 4: cómo los modelos de DeepMind transforman las simulaciones para la robótica

Editado por: Svitlana Velhush

We’ve been busy shipping 🚢 Here’s a recap of the last couple of weeks: — Gemini 4 Neon, our newest model that brings frontier-level intelligence with fast end-to-end task completion across complex software engineering, knowledge work, and science workflows — Gemini 4 Hydrogen,

Reply

El 20 de noviembre de 2026, Google DeepMind anunció la disponibilidad de nuevas versiones de los modelos Gemini 4 y Genie 4, que amplían sustancialmente las capacidades de generación de simulaciones realistas del mundo y su aplicación en el entrenamiento de robots. Estas actualizaciones se apoyan en desarrollos previos en el ámbito de los modelos del mundo y de los sistemas vision-language-action, pero introducen mejoras clave en tiempo real y en multimodalidad.

Genie 4 es un modelo del mundo nativamente multimodal que genera no solo escenas visuales con una resolución de hasta 720p a 24 fps, sino también contenido de audio sincronizado: sonidos ambientales, música y diálogos de los personajes. El modelo integra las capacidades de Gemini Omni para anclar las simulaciones en el mundo real y de otras variantes de Gemini para mantener la coherencia y la continuidad de las escenas. Los usuarios pueden influir en tiempo real sobre la simulación mediante prompts de texto —cambiar el clima, introducir objetos o personajes—, mientras los componentes de Gemini adaptan los cambios de forma contextual y velan por la verosimilitud física.

En el ámbito de la robótica desempeña un papel clave Gemini 4 Argon, que actúa como motor de simulación. Genera miles de ejecuciones simuladas variadas a partir de escenas de vídeo reales, creando gemelos digitales y acelerando la generalización de habilidades. Esto permitió desarrollar Gemini Robotics 2.5, el modelo VLA más avanzado hasta la fecha. Según DeepMind, el modelo muestra un aumento de la tasa de éxito en la ejecución de tareas de 30–100 % según el tipo, y una aceleración de la ejecución de 20–30 % en comparación con versiones anteriores, probadas en más de 200 tareas, incluidas la manipulación de objetos deformables y de herramientas finas.

La metodología de evaluación incluye tanto pruebas de laboratorio como pilotos reales, por ejemplo en las líneas de producción de Mercedes-Benz con el robot Apptronik Apollo 2, donde se alcanzó un 96 % de éxito en la tarea de montaje de piezas. Sin embargo, DeepMind no publica benchmarks detallados frente a modelos externos, y el foco está puesto en métricas internas y en la steerability —la capacidad de evitar peligros en tiempo real—. Esto deja abiertas preguntas sobre la reproducibilidad y la comparación con enfoques paralelos de otros laboratorios, como los trabajos de OpenAI o Boston Dynamics en embodied AI.

En el panorama de los modelos del mundo, Genie 4 se basa en Genie 3, duplicando la duración de las simulaciones coherentes y añadiendo audio nativo, lo que distingue el enfoque de DeepMind de los generadores puramente visuales como Runway. La integración con Gemini 4 Argon para la robótica crea un ciclo cerrado: las simulaciones aceleran el entrenamiento de los modelos VLA, y estos a su vez mejoran la calidad de las simulaciones. Se trata de un cambio estratégico respecto a iteraciones anteriores, en las que los datos se recopilaban predominantemente en el mundo real.

Las consecuencias descendentes incluyen la aceleración del desarrollo de la inteligencia física: los robots se adaptan más rápido a nuevos entornos, lo que abre el camino a la escalabilidad industrial. Sin embargo, sigue sin estar claro hasta qué punto son generalizables las habilidades más allá de las 200 tareas probadas y cómo se desenvuelve el modelo en escenarios agénticos de largo plazo sin verificaciones adicionales.

Las preguntas abiertas atañen a la verificación independiente de las mejoras declaradas y a su impacto en la seguridad: DeepMind publicó el benchmark ASIMOV-Jailbreak, donde Argon muestra un 99,5 % de resistencia, pero los riesgos reales en entornos no controlados requieren más investigación por parte de la comunidad.

Así pues, la combinación de Gemini 4 y Genie 4 desplaza el acento de los modelos aislados hacia circuitos integrados de simulación y entrenamiento, lo que hace más alcanzable el siguiente paso en embodied AI.

4 Vues

Fuentes

  • News — Google DeepMind

  • deepmind.google

  • deepmind.google

Comentarios

Lea más artículos sobre este tema:

¿Encontró un error o inexactitud?Consideraremos sus comentarios lo antes posible.