Encuentro de la comunidad pioneros robots en septiembre
En Integrarobot nos vamos de vacaciones pero antes de hacerlo anunciamos actividades para el próximo curso.
Llega el fin de la temporada en Integrarobot y aprovechamos para convocar un nuevo encuentro de la comunidad pioneros robots. Será el 30 de septiembre a las 17h de manera online y estará dedicado a tratar el uso del framework AGENTE entre los diferentes participantes en el evento.
Los encuentros de la comunidad son una oportunidad para conocer a otros apasionados de la robótica, aprender de su experiencia y compartir oportunidades para colaborar en proyectos de integración de robots en empresas. Venimos realizando estos encuentros desde 2025 y son un complemento a los cursos en directo que realizamos varias veces al año para aprender sobre el estado del arte del desarrollo de la robótica y la IA Física, además de cómo incorporar todo esto en los sistemas productivos.
Actualmente la comunidad pioneros robots está formada por 41 personas, aún es un grupo reducido pero estamos convencidos de que irá creciendo a medida que la promesa de la robótica de propósito general se vaya haciendo realidad. En Integrarobot trabajamos con la certeza de que esto va a ocurrir, porque ya lo hemos visto con la IA antes de la aparición de ChatGPT y ocurrirá con la robótica. Es cuestión de tiempo.
Aquí se encuentra la clave del trabajo que realizamos para exponer la necesidad de que las empresas empiecen a generar datos de su actividad que puedan ser usados para el entrenamiento de los robots. Del mismo modo que quienes trabajaron el Big Data antes de aparecer la IA Generativa, están mucho mejor preparados para alimentar de contexto a sus Agentes de IA, las empresas que documenten sus procesos en formato vídeo lo estarán cuando vayan a incorporar robots humanoides en sus operaciones.
Vamos a ver un ejemplo para entender hasta qué punto esto es importante:
Hace poco que desde Google presentaron una iniciativa, llamada OKF, para mejorar la forma en la que le proporcionamos contexto a los agentes de IA y lo explicaron de la siguiente forma:
“A medida que los modelos de IA siguen mejorando, la falta de contexto relevante suele limitar su funcionalidad, especialmente cuando se utilizan para construir sistemas con agentes. Si bien estos modelos pueden ayudar a escribir código, resumir documentos o analizar conjuntos de datos, aún necesitan la información adecuada para generar resultados precisos y útiles”.
Esto de “la falta de contexto relevante suele limitar su funcionalidad” es lo que se van a encontrar las empresas el día que puedan comprar un humanoide y ahora es el momento de solucionarlo.
Para ello tenemos dos opciones, de las cuales hemos hablado repetidamente en las publicaciones anteriores de la newsletter, pero vamos a resumirlas ahora aquí:
Grabar la actividad que realizan los operarios de la empresa en primera persona. Esto implica explicar a los trabajadores la importancia de hacerlo y contar con su colaboración, lo cual es la mejor forma de empezar a involucrarles en el proceso de transformación de las actividades manuales a las automatizadas. Aquí seguramente puedan surgir conflictos pero lo importante es que los trabajadores entiendan que la robótica no viene a eliminar a las personas sino a cambiar los roles para que los trabajadores puedan situarse en aquellos trabajos de mayor valor añadido, que deberían ser los que implican un trabajo intelectual y no físico.
Incorporar robots (brazos, amr, camareros) antes de la llegada de los humanoides, lo cual también ayudará mucho en lo que se refiere a preparar a los trabajadores de la empresa para esta transición. Porque necesitaremos a estas personas para hacer el trabajo relativo a la implantación de esos robots, además de que empezarán a ver cómo pueden convivir con ellos como parte de su día a día en el trabajo. El caso de los robots camarero puede ser el más fácil de implementar porque pueden realizar por ejemplo labores de transporte de herramientas o suministros en las instalaciones, lo cual implica empezar a diseñar cómo los robots van a moverse e interactuar con las personas.
Este plan puede resultar decepcionante para aquellos a los que les gustaría comprar ya mismo un robot y ponerlo a funcionar, pero tenemos que ser conscientes de que igual que ocurre con los Agentes de IA, donde hay que hacer un trabajo de configuración para poder automatizar tareas administrativas, con las tareas físicas también será necesario hacer este proceso, pero la buena noticia es que no estamos solos ante este reto, sino que mucha gente trabaja para resolver el problema de los datos de entrenamiento de los robots.
Y uno de los mejores ejemplos es lo que hace World Labs, que si no lo conoces aún es el laboratorio de IA Física liderado por Fei-fei Lee, que a su vez es una de las personas que más a contribuido al desarrollo de la IA, especialmente en lo que se refiere a sistemas de reconocimiento de imagen.
Entonces su reto actual se basa en el desarrollo de modelos del mundo para el entrenamiento de robots y lo expone de la siguiente forma:
“Preparar robots para el mundo real requiere una amplia recopilación de datos y pruebas repetidas en hardware físico. Cada nueva tarea o entorno puede exigir un esfuerzo manual considerable, mientras que los fallos tardan en identificarse y su recuperación resulta costosa”.
Y aquí es donde se cierra el círculo respecto de lo comentado anteriormente con el sistema OKF de Google, porque lo que está transmitiendo World Labs es que ellos se van a ocupar de construir la infraestructura para proveer los datos que mejoren el desempeño de los robots, pero nosotros tendremos que ser quienes aportemos esos datos, porque cada empresa es un mundo y cada robot tendrá que aprender a hacer su trabajo con los datos reales de la operación a realizar.
Más noticias de IA Física y robótica
💰 Enigma capta 70 millones de dólares para simplificar cómo los humanos controlan robots. La apuesta de la compañía es que la siguiente capa crítica no es solo mejor hardware o mejores modelos, sino una interfaz de mando tan intuitiva que operar un robot se parezca más a ajustar un volumen que a programar una máquina.
🚶 VLK presenta una política de loco-manipulación humanoide entrenada con interacciones sintéticas en escenas reales reconstruidas. El sistema genera supervisión visión-lenguaje-cinemática sin datos reales etiquetados a gran escala y muestra transferencia zero-shot a un Unitree G1 real en navegación y transporte de objetos.
🏭 Arrakis capta 38 millones de dólares para desplegar agentes de IA en operaciones industriales. La compañía afirma que ya trabaja con empresas cotizadas, comprime tiempos de ciclo entre un 60% y un 90% y convierte conocimiento operativo en agentes que ejecutan procesos complejos bajo supervisión humana.
🤖 Booster Robotics abre pedidos de T2, un humanoide de 1,4 metros orientado a desarrollo, con 31 grados de libertad, carga bimanual de 10 kilos y computación basada en Jetson Thor. El movimiento lo sitúa como plataforma para desarrolladores que quieren construir encima del nuevo stack de edge AI de NVIDIA.
☁️ Microagi se alía con Google Cloud y NVIDIA para entrenar modelos de IA física sobre infraestructura Blackwell y la pila de IA de Google. La compañía quiere usar ese stack para escalar modelos multimodales orientados a robots comerciales e industriales y ofrecer paquetes de software ajustados a tareas concretas sobre plataformas robóticas distintas.
🏥 Momentis Surgical obtiene autorización de la FDA para la configuración multiport del robot cigujano Anovo. La compañía presenta el sistema como la primera plataforma robótica capaz de soportar tres enfoques quirúrgicos distintos dentro de una misma arquitectura.
📱 Samsung Electronics crea la oficina RX (Robotics eXperience) para concentrar su estrategia de próxima generación en robótica. La reorganización convierte la robótica en una línea corporativa prioritaria y unifica capacidades que hasta ahora estaban dispersas dentro del grupo.
🏗️ Atoms anuncia una inversión de 1.700 millones de dólares liderada por a16z para unificar sus negocios y empujar su tesis de Industrial AI. La compañía sitúa el foco en automatizar operaciones físicas a escala combinando software, sensores, robótica e IA sobre sectores industriales completos.
🩺 Johnson & Johnson recibe autorización de la FDA para OTTAVA, su sistema robótico quirúrgico de tejido blando integrado. El sistema entra en el mercado estadounidense con indicaciones en cirugía general del abdomen superior y con una arquitectura pensada para ocupar menos espacio, ampliar capacidad de quirófano y abrir la puerta a una cirugía más conectada y guiada por datos.
🖐️ Generative Bionics presenta GENE.01, un humanoide con sensorización táctil distribuida por todo el cuerpo. La plataforma incorpora piel capaz de detectar contacto, temperatura, proximidad y fuerza, y sitúa el tacto como una capa central para colaboración segura y percepción física más rica.
🧠 Encord y Zander Labs exploran el uso de ondas cerebrales como nueva modalidad de datos para entrenar modelos de IA física. El enfoque combina vídeo egocéntrico, anotación densa, teleoperación y señales neurales para medir intención, error o sorpresa, y apunta a que el cuello de botella de la robótica sigue estando en fabricar datos físicos útiles, no solo en escalar modelos.