Después de 8 años inolvidables, he decidido dejar Google DeepMind. Me siento inmensamente agradecido de haber tenido la oportunidad de ayudar a transformar el sueño del aprendizaje robótico de propósito general de una idea herética y marginal en una hoja de ruta tecnológica normalizada. Ha sido un honor de toda una vida trabajar en los problemas más desafiantes e importantes de nuestro tiempo con los colegas más brillantes, amables y talentosos que podría haber deseado. Gracias a Julian y Vincent por arriesgarse conmigo en 2017, cuando un equipo desorganizado en Google Brain comenzó a explorar el potencial del aprendizaje de extremo a extremo en granjas de brazos en el mundo real. El equipo siempre ha soñado en grande: mi "proyecto inicial" con Corey y Pierre fue trabajar en una política de imitación condicionada por objetivos capaz de ir de cualquier condición inicial (embebido latente) a cualquier estado objetivo. ¡Ese proyecto de 3 meses se convirtió en un esfuerzo de 2 años! Pero a pesar de que las ambiciones de investigación eran elevadas, los colegas y mentores siempre han sido, por defecto, realistas y compasivos. Alex H, Karol, Julian y Sergey apoyaron mi visión de control concurrente de RL a gran escala mientras me permitían el espacio para crecer como investigador creativo en mis propios términos. El progreso técnico del equipo y mi propio gusto por la investigación comenzaron a acelerarse sustancialmente en 2020, cuando Kanishka y Karol inspiraron a todo el equipo a apostar en grande por un único y loco objetivo: una política robótica general que pudiera realizar miles de tareas de manipulación doméstica. Tal esfuerzo grupal sin precedentes era nuevo para todo el equipo, pero extremadamente satisfactorio: aprender a navegar armónicamente sistemas del mundo real de 0 a 1 (flotas de robots, teleoperadores, pilas de aprendizaje escaladas) junto con una rigurosa exploración científica (una comparación objetiva de las propiedades de escalado del aprendizaje por imitación y el aprendizaje por refuerzo). Aprendí tanto de todos mis camaradas en armas durante este tiempo, y hasta el día de hoy, muchas de mis intuiciones de investigación e ingeniería provienen de las lecciones que aprendí de Eric, Yao, Alex I, Keerthana y Yevgen. El período siguiente, comenzando en 2022, fue absolutamente mágico y único en la amplitud y profundidad de las exploraciones imaginativas a las que tuve el privilegio de contribuir y liderar. Explorar el potencial de los modelos de base para la robótica cambió permanentemente mi perspectiva de investigación, y proyectos como SayCan, RT-1 y RT-2 se sintieron como los primeros momentos mágicamente virales cuando el mundo comenzó a pensar más seriamente sobre cómo podría ser la promesa de una IA encarnada general y eficiente. Cuando los primeros VLAs generalistas comenzaron a realizar tareas de manera confiable para las que no habíamos recopilado datos, fue un gran momento de revelación para nuestro equipo y el campo. Durante este tiempo, me sentí inmensamente inspirado por lo que la alta agencia, la creatividad maníaca y la velocidad de iteración ardiente pueden hacer por la investigación, aprendiendo de colegas extremadamente amables y productivos como Fei, Brian, Andy, Pete, Quan, Harris y Danny. Apliqué este enfoque de investigación creativa y desenfrenada a áreas que me importaban, como crear mejores representaciones de acción, entender la generalización robótica y aprovechar los VLMs para la calidad y la augmentación de datos. Estoy agradecido a los compañeros de equipo que se unieron a mí en estas exploraciones aventureras, como Chelsea, Dorsa, Jonathan, Wenhao, Tianli, Montse, Sean, Austin, Kelly y Paul. También aprecio profundamente todas las colaboraciones académicas durante este tiempo, que van desde el aprendizaje de cruce de encarnaciones entre múltiples instituciones hasta VLAs de código abierto, evaluación offline escalable y organización de talleres. Gracias, estudiantes, pasantes y amigos; en particular, Soroush, Jiayuan, Laura, Xuanlin, Kyle, Karl, Oier, Dhruv, Annie, Jensen, Priya, Suneel, Ike, Homanga, Hao y Xuesu. En el capítulo final de mi carrera en GDM, comenzando en 2024, me enamoré de la ciencia y el impacto de los modelos de frontera y de cómo aprovecharlos adecuadamente en la robótica. Siempre me molestó fundamentalmente que el aprendizaje robótico a menudo se pareciera al aprendizaje automático "clásico" de simplemente ajustar distribuciones simples con modelos pequeños, en lugar de los sistemas escalados pulidos y la ciencia de cómo se desarrollan los modelos de frontera con pre-entrenamiento, entrenamiento intermedio y post-entrenamiento. Quería aprender sobre ese mundo y averiguar cómo hacer que la AGI entienda el mundo físico. Estoy orgulloso del progreso que hemos logrado, y desde donde comenzamos con Gemini 1.0 hasta hoy, las innovaciones de investigación que hemos desbloqueado han colocado tanto a Gemini como a Gemini Robotics claramente a la vanguardia de la comprensión del mundo fundamental y el control general de VLA. Muchas gracias a mis compañeros de equipo en Razonamiento Encarnado que hacen que cada día sea brillante, interesante y divertido: Fei, Jacky, Laura, Wentao, Annie, Lewis, Ksenia, Mohit, Sean y Danny. Gracias a los amigos en Gemini Multimodal que me enseñaron cómo modelar fronteras: Xi, Karel, Ishita y Xudong. Gracias a los susurradores de VLA que me han mostrado cuán lejos pueden llevarte la innovación y la perseverancia: Coline, Giulia, Claudio, Alex L, Sumeet, Ashwin, Sudeep, Debi y Ayzaan. Gracias a los mentores a lo largo de los años que han proporcionado ejemplos brillantes de que la velocidad y el impacto, y la compasión, no son cero-suma: Carolina, Jie, Kanishka, Nicolas, Jonathan, Pierre, Vincent, Karol, Sergey, Chelsea y Julian. Gracias, gracias, gracias. Ha sido una aventura increíble, y tengo mucha suerte de haber sido parte del equipo loco que inició los avances tecnológicos que transforman el mundo en uno donde la AGI encarnada general y útil es ubicua en la sociedad. ¡Siempre seré el fan número 1 de GDM! En cuanto a mi propio viaje, me embarcaré en una nueva aventura, tanto familiar como muy diferente, y espero tener más que compartir pronto.