¿Puede Gemini crear objetos para imprimir en 3D? Sí… pero hay bastante código entre el prompt y la impresora
El mensaje de Google es sugerente: “Go from inspiration to physical objects with Gemini”.
Y técnicamente es cierto. Pero hay un matiz importante.
Gemini no ha incorporado un generador nativo de modelos STL ni se ha convertido repentinamente en un programa de CAD. Lo que hace Canvas es algo quizá incluso más interesante: Gemini programa una pequeña aplicación que genera matemáticamente el objeto 3D y que, mediante código adicional, puede exportar esa geometría a STL.
Después todavía queda preparar ese STL para la impresora.
Así que el flujo real se parece menos a:
> Prompt → 🖨️ objeto físico
y bastante más a:
> Prompt → código → aplicación web → geometría 3D → STL → slicer → G-code → impresora → objeto físico
La diferencia merece la pena entenderla porque muestra muy bien hasta dónde están llegando los entornos de programación asistida por IA… y dónde siguen estando sus límites.
¿Qué ha mostrado exactamente Google?
En la publicación de la cuenta oficial de Gemini, Google explica que con Canvas en Gemini podemos programar una aplicación personalizada para diseñar un jarrón, modificar sus parámetros matemáticos, visualizar los cambios en tres dimensiones y finalmente exportar el diseño como archivo `.STL` para imprimirlo en 3D. ([sotwe][1])
La demostración encaja perfectamente con lo que Google define actualmente como Canvas.
Canvas es un entorno dentro de Gemini que permite pasar de una petición en lenguaje natural a aplicaciones y prototipos funcionales, generando y modificando su código de manera interactiva. La propia documentación de Google lo describe como una herramienta capaz de crear apps, juegos y visualizaciones a partir de instrucciones. ([Gemini][2])
Por ejemplo, podríamos pedir:
> Crea una aplicación interactiva que genere un jarrón mediante una función matemática. Permite modificar su altura, radio, número de ondulaciones y torsión mediante controles deslizantes y visualiza el resultado en 3D.
Gemini puede generar el código necesario y ejecutarlo dentro de Canvas.
Hasta aquí tenemos una aplicación web que representa un objeto tridimensional.
Todavía no una impresora 3D haciendo magia.
El truco está en el código
La documentación oficial de Canvas resulta especialmente reveladora.
Entre sus funciones nativas de exportación aparecen Google Docs, Google Slides, PDF o la posibilidad de enviar código Python a Colab. Google no documenta una función general de Canvas del tipo “Exportar como STL”. ([Ayuda de Google][3])
Entonces, ¿de dónde sale el archivo STL de la demostración?
De la propia aplicación que Gemini ha programado.
Una implementación bastante lógica consiste en utilizar una biblioteca JavaScript de gráficos 3D como Three.js para construir la geometría y después añadir a la aplicación un exportador capaz de serializar esa malla en formato STL.
De hecho, existen demostraciones independientes de este flujo utilizando Gemini Canvas: se pide a Gemini que genere una geometría con Three.js y posteriormente que añada un botón de descarga utilizando `STLExporter`. Al pulsarlo, la aplicación creada por Gemini genera localmente el archivo `model.stl`. ([note（ノート）][4])
Es una diferencia sutil pero importante:
Canvas no está exportando el STL. La aplicación que Gemini ha escrito dentro de Canvas está exportándolo.
Entonces, ¿Gemini genera realmente un objeto 3D?
Sí, aunque debemos precisar qué significa “generar”.
En el ejemplo del jarrón, Gemini puede escribir código que define matemáticamente una superficie tridimensional.
Simplificando mucho, podríamos imaginar algo parecido a:
`radio = radio_base + amplitud × sin(n × altura + torsión)`
Esa función se evalúa en numerosos puntos y genera una malla de triángulos.
Una biblioteca como Three.js puede mostrar esa malla en pantalla.
Después, `STLExporter` puede convertir esa misma geometría en un archivo STL.
Por tanto, no estamos ante un modelo generativo especializado que imagine directamente una escultura tridimensional comparable a herramientas de text-to-3D.
Estamos utilizando un LLM para escribir el programa que construye el modelo.
Y eso explica también por qué el jarrón del ejemplo es un caso especialmente favorable: es una geometría paramétrica que puede expresarse mediante funciones matemáticas.
El flujo real: del prompt a la impresora
El proceso completo sería aproximadamente:
1. Describir el objeto
> Crea un jarrón de 180 mm de altura con una sección circular cuyo radio oscile sinusoidalmente cinco veces a lo largo del eje vertical.
↓
2. Gemini genera una aplicación
Canvas escribe HTML, JavaScript y las bibliotecas necesarias.
↓
3. El código crea la geometría
Una librería 3D calcula vértices, caras y normales que forman una malla tridimensional.
↓
4. Canvas muestra una representación interactiva
Podemos rotarla, hacer zoom y modificar parámetros.
↓
5. El código convierte la malla a STL
Un componente como `STLExporter` genera el archivo.
↓
6. Descargamos `modelo.stl`
Ahora sí tenemos un formato habitual de impresión 3D.
↓
7. Abrimos el STL en un slicer
Por ejemplo:
PrusaSlicer; UltiMaker Cura; OrcaSlicer; Bambu Studio.
↓
8. Configuramos la impresión
Aquí todavía tendremos que decidir:
orientación; altura de capa; material; temperatura; relleno; número de perímetros; soportes; velocidad; * adherencia a la cama.
↓
9. El slicer genera el G-code
El STL describe fundamentalmente la geometría. No contiene las instrucciones que necesita la impresora para fabricar el objeto.
Prusa, por ejemplo, documenta expresamente que el modelo debe importarse en PrusaSlicer, orientarse, configurarse, laminarse y finalmente exportarse como G-code. ([Prusa Knowledge Base][5])
↓
10. La impresora ejecuta el G-code
Y, finalmente:
🖥️ → 📐 → `.STL` → 🔪 slicer → `.gcode` → 🖨️ → 🏺
Por tanto, el post de Google es cierto… pero simplifica bastante
La demostración no parece contener ninguna afirmación técnicamente falsa.
Gemini puede efectivamente ayudarnos a pasar de una idea a un objeto imprimible.
Pero la frase “export it as an .STL file for 3D printing” puede dar la impresión de que Canvas dispone de una nueva función integrada que transforma automáticamente cualquier idea en un modelo listo para imprimir.
No es exactamente eso.
Lo verdaderamente novedoso es otra cosa:
> Gemini es suficientemente competente programando como para construirnos, mediante lenguaje natural, nuestra propia herramienta de modelado paramétrico y añadirle un exportador STL.
Eso es bastante potente por sí mismo.
Y posiblemente más interesante que un simple botón “crear STL”.
Ver algo en 3D no significa que sea imprimible
Aquí aparece un segundo matiz importante.
Que una geometría pueda visualizarse perfectamente en el navegador y exportarse como STL no garantiza que pueda imprimirse correctamente.
Una malla destinada a fabricación debe cumplir una serie de propiedades geométricas.
Por ejemplo:
superficies cerradas; ausencia de agujeros accidentales; normales correctamente orientadas; geometría manifold; ausencia de autointersecciones; dimensiones y escala correctas; * espesores físicamente imprimibles.
Además, la fabricación añade restricciones que no existen en una representación gráfica.
Un objeto puede verse espectacular en pantalla y contener voladizos imposibles, paredes demasiado finas o estructuras que comenzarían literalmente a imprimirse en el aire.
Por eso los propios fabricantes recomiendan inspeccionar el resultado del laminado capa por capa antes de imprimirlo y comprobar especialmente la necesidad de soportes. ([Prusa Knowledge Base][5])
Un STL tampoco es un objeto listo para imprimir
Existe otra confusión frecuente.
Un `.STL` no contiene necesariamente información sobre:
material; temperatura; velocidad de impresión; relleno; soportes; trayectoria del extrusor; retracciones; ventilación.
Describe esencialmente una superficie mediante triángulos.
El slicer convierte esa geometría en las capas y trayectorias que finalmente recorrerá la impresora.
UltiMaker resume precisamente este flujo como:
modelo 3D → configuración del laminado → slicing → G-code. ([UltiMaker][6])
Por tanto, Gemini llega en la demostración aproximadamente hasta la mitad de la cadena de fabricación.
No controla necesariamente la impresora.
No decide automáticamente cómo fabricar el objeto.
Y no comprueba por defecto que vaya a imprimirse correctamente.
Pero la idea es más potente de lo que parece
Hecha esa puntualización, el concepto resulta enormemente interesante.
Hasta ahora, si queríamos diseñar una pieza paramétrica necesitábamos aprender herramientas como:
Fusion 360; FreeCAD; Blender; OpenSCAD; SolidWorks; Tinkercad.
Con Canvas podemos describir el comportamiento que queremos.
Por ejemplo:
> Quiero un soporte circular para seis tubos Falcon de 50 mL. El diámetro de cada alojamiento debe poder modificarse con un deslizador. Añade también controles para cambiar la separación entre tubos y el grosor de la base. Visualiza el resultado en 3D y añade un botón para descargarlo como STL.
Gemini puede intentar escribir la aplicación que hace exactamente eso.
Estamos introduciendo lenguaje natural como interfaz para diseño paramétrico.
Y eso sí puede reducir enormemente la barrera de entrada al modelado 3D.
¿Puede tener utilidad en Microbiología Clínica?
Probablemente más de la que parece.
Los laboratorios utilizan una enorme cantidad de pequeños dispositivos, adaptadores y soportes que a menudo no necesitan procesos industriales complejos.
Por ejemplo, podríamos pedir:
> Diseña un soporte imprimible para 24 tubos Eppendorf de 1,5 mL distribuidos en cuatro filas. Añade etiquetas numéricas en relieve del 1 al 24. Permite modificar el diámetro de los orificios y la separación entre ellos. La base debe medir como máximo 140 × 90 mm.
Otro ejemplo:
> Diseña un soporte que mantenga un teléfono móvil horizontalmente a 15 cm sobre una placa de Petri de 90 mm para realizar fotografías estandarizadas de cultivos. Permite modificar la altura y la anchura del teléfono.
O:
> Crea una caja con compartimentos para organizar discos de antibiograma. Permite ajustar el número de compartimentos, su diámetro y profundidad.
Aquí el valor de Gemini no sería generar una imagen bonita del dispositivo.
Sería producir una geometría parametrizable que después podemos fabricar.
También para docencia
La impresión 3D puede utilizarse para crear modelos físicos de conceptos microbiológicos.
Podríamos experimentar con prompts como:
> Crea un modelo tridimensional simplificado de una bacteria Gram negativa en corte transversal. Representa membrana externa, espacio periplásmico y membrana citoplasmática como estructuras concéntricas separables. Diseña cada componente como una pieza distinta que pueda imprimirse por separado y ensamblarse posteriormente.
O:
> Crea un modelo didáctico de un bacteriófago con cabeza icosaédrica, cuello, cola y seis fibras caudales. Simplifica las estructuras para que sean suficientemente gruesas como para imprimirse mediante FDM.
Aquí aparece una ventaja interesante de trabajar mediante código: podemos pedir modificaciones cuantitativas.
> Aumenta el diámetro de las fibras caudales de 1,5 a 3 mm porque son demasiado frágiles para imprimirlas.
Es mucho más cercano al diseño paramétrico asistido por conversación que a la generación convencional de imágenes.
¿Y convertir una TC directamente en un modelo para imprimir?
Aquí conviene frenar el entusiasmo.
Una posible interpretación del anuncio sería pensar:
> “Entonces puedo darle una TC a Gemini y pedirle que me imprima un absceso hepático”.
No es lo que muestra Google.
Convertir imagen médica en modelos físicos implica normalmente:
DICOM → segmentación → reconstrucción volumétrica → generación de malla → reparación/optimización → STL → slicing
La segmentación anatómica es probablemente el paso más complejo.
Gemini podría ayudar a escribir código o construir herramientas que participen en ese proceso, pero Canvas no convierte automáticamente imágenes médicas en modelos anatómicos imprimibles por el mero hecho de poder exportar una geometría programada a STL.
Es importante diferenciar ambas capacidades.
Del vibe coding al vibe manufacturing
Durante los últimos años hemos hablado mucho de vibe coding: describir en lenguaje natural una aplicación y permitir que la IA escriba gran parte del código.
La demostración de Google plantea una consecuencia bastante curiosa:
vibe coding → diseño paramétrico → fabricación física.
Podemos pedirle a Gemini:
> Haz el agujero 2 mm más ancho.
> Duplica el número de soportes.
> Haz la base un 30% más gruesa.
> Añade cuatro orificios para tornillos M4.
Y el modelo puede modificar el programa que define físicamente el objeto.
La salida del LLM deja así de limitarse a texto, imágenes o software.
Puede terminar convertida en materia.
Un prompt para probarlo
Una forma sencilla de experimentar con esta posibilidad en Canvas sería:
> Crea una aplicación web interactiva para diseñar un soporte para tubos de laboratorio imprimible en 3D. > > Representa el modelo mediante Three.js y permite modificar con controles deslizantes el número de tubos, diámetro de los orificios, separación entre ellos, altura y grosor de la base. > > Todas las dimensiones deben mostrarse en milímetros. La geometría debe ser cerrada y adecuada para exportarse como una única malla. > > Añade una visualización 3D interactiva que permita rotar y ampliar el objeto. > > Incluye un botón “Descargar STL” que utilice STLExporter para descargar la geometría actual. > > Antes de permitir la descarga, comprueba que ninguna pared tenga menos de 2 mm de espesor y muestra una advertencia si esto ocurre.
Lo interesante es que no necesitamos conocer inicialmente Three.js ni saber implementar un `STLExporter`.
Gemini puede encargarse de buena parte de esa complejidad técnica.
Lo que Gemini hace y lo que todavía hacemos nosotros
| Etapa | Gemini Canvas
| Interpretar nuestra idea | ✅ | Escribir una aplicación de diseño | ✅ | Crear geometrías matemáticas | ✅ | Visualizarlas en 3D | ✅ | Modificar parámetros mediante lenguaje natural ✅ | Programar un exportador STL | ✅ | Generar un archivo STL | ✅ | Garantizar automáticamente que cualquier diseño sea imprimible | ❌ | Seleccionar los parámetros óptimos de impresión | ❌ | Laminar el objeto | ❌ en la demostración | Generar el G-code de la impresora | ❌ en la demostración | | Fabricar físicamente el objeto | 🖨️ sigue necesitando una impresora |
Y precisamente esta tabla ayuda a poner el anuncio en contexto.
No es todavía “texto a objeto”, pero nos acerca bastante
La publicación de Google puede interpretarse inicialmente como una nueva capacidad de generación 3D de Gemini.
En realidad, demuestra algo diferente y posiblemente más profundo.
Canvas permite que una persona que no sabe programar describa una herramienta de diseño, que Gemini escriba el software necesario para construir matemáticamente el objeto, que ese mismo software genere un archivo estándar de fabricación y que después podamos continuar el proceso mediante herramientas convencionales de impresión 3D.
Hay bastantes pasos ocultos detrás del vídeo.
Pero muchos de ellos son precisamente los que Gemini está consiguiendo hacer invisibles para la persona usuaria.
Quizá por eso la forma más precisa de describirlo no sea:
> “Gemini ya puede imprimir objetos en 3D”.
Sino:
> “Gemini puede programarnos una herramienta capaz de diseñar y exportar modelos 3D imprimibles utilizando lenguaje natural”.
Menos espectacular.
Pero tecnológicamente, probablemente bastante más interesante.