OpenClaw quiere entrar en los robots
La IA de moda puede aportar mucho para mejorar la autonomía de los robots
En las últimas semanas venimos observando un avance importante en el desarrollo de la IA, no tanto por la invención de nuevos modelos o técnicas de entrenamiento sino por la aparición de un nuevo producto que viene a solventar algunos de los problemas que tienen los Asistentes de IA, que hacen que aún no podamos considerarlos por completo Agentes.
Como supongo que sabes, tanto ChatGPT como Claude han ido incorporando poco a poco funcionalidades que le acercan a esta idea de la IA que actúa con autonomía sin la necesidad de que nosotros tengamos que dar todas las instrucciones al respecto del trabajo que tiene que realizar, de forma que lo que un agente recibe es un objetivo y tiene la capacidad para ejecutarlo en su conjunto. Para ello el agente debe tener capacidad de interactuar con Internet, sin nuestra supervisión y de ejecutar acciones en el software de nuestro propio ordenador.
Para entenderlo con un ejemplo, cuando usamos la investigación en profundidad o creamos aplicaciones en el lienzo, lo que estamos haciendo es indicar un objetivo, no enunciando una serie de tareas, ya que es la propia IA la que se encarga de definir qué es lo que hay que hacer para satisfacer la necesidad que le hemos expresado.
Pero los asistentes de IA hasta ahora han tenido varios problemas que OpenClaw, la iniciativa de moda en el ámbito de la tecnología, viene a resolver. A saber:
Tiene memoria persistente. Es decir, es capaz de recordar las conversaciones que tenemos a lo largo del día y conectarlas para entender mejor nuestras necesidades y que todas esas interacciones se enriquezcan unas de otras. Por ejemplo, si ya has tratado de un tema hace tiempo y ahora vuelves a tratarlo, no se empieza de cero, como con cualquier otro chatbot, sino que ya se incorporan las conclusiones a las que se llegaron anteriormente.
Es proactivo. Lo cual significa que no espera a que tú le pidas cosas para poder ayudarte, sino que a medida que va conociendo tus intereses y necesidades es capaz de proponer cosas que pueden ayudarte en tu día a día o en los trabajos que estés realizando. Esto se puede hacer gracias a la memoria persistente y a la capacidad que tiene de conectarse con el resto de tu vida digital, que es el punto que viene a continuación.
Puede controlar otro software. Si tú le das el acceso, puede usar el software que está en tu ordenador o navegar por Internet para contar con las herramientas necesarias que le permitan cumplir el objetivo que le hayas planteado. Esta es la parte más controvertida de todo esto, por los problemas que conlleva de seguridad. Pero también es súper útil porque se puede convertir en un asistente virtual real cuando tiene capacidad de gestionar tu correo, agenda, archivos, … para quitarte de encima muchas tareas rutinarias de poco valor.
En definitiva, OpenClaw viene a ofrecernos muchas de las utilidades que echamos en falta cuando usamos ChatGPT, Claude o Gemini, aunque como te puedes imaginar tampoco es la solución ideal, en primer lugar por el compromiso a nivel de seguridad, lo cual implica tener que ser mucho más prudente con lo que hacemos, al igual que el coste que puede significar tener una IA trabajando por ti todo el tiempo, lo cual repercutirá en la licencia que uses del modelo de IA sobre el que funciona el agente.
Pero bueno, hoy no hemos venido a hablar solo de IA, sino que como te puedes imaginar, esto puede tener connotaciones importantes a nivel de robótica y la razón es sencilla: necesitamos agentes inteligentes para tener robots humanoides.
Dicho de otra forma, para contar con robots completamente funcionales, aún se necesitan mejorar algunos aspectos de la IA, como por ejemplo esa capacidad de encadenar tareas sin la necesidad de que tengamos que darles todas las instrucciones al respecto. Aquí los modelos razonadores y los VLA tienen mucho que aportar, pero aún falta trabajo por hacer en lo relativo a modelos del mundo que permiten al robot anticipar las consecuencias de sus actos, una vez estén ejerciendo una acción en el mundo real.
Y en este punto es donde llega la conexión entre los Agentes de IA y la robótica, porque si logramos que el propio robot pueda recurrir a diferentes herramientas digitales, para extraer el contexto necesario para realizar un trabajo, no hará falta darle en el entrenamiento toda la información de cómo se hacen todas las tareas que podría llegar a realizar.
Intuyo que esta es la razón por la que Brett Adcock, fundador de Figure, también se está metiendo en el negocio de los agentes de IA. Y por la que Elon Musk lleva tanto tiempo inviertiendo en todo lo que tiene que ver con IA, primero como inversor de DeepMind, luego como promotor de OpenAI y ahora como fundador de xAI.
En definitiva, la proactividad que pueden desarrollar aplicaciones de IA como OpenClaw vendrá muy bien para tener robots con suficiente autonomía como para realizar trabajos completos, no sólo tareas aisladas. Y esto es precisamente lo que anda buscando conseguir Natalie Yeo al ser una de las primeras personas en lanzarse a instalar OpenClaw en un pequeño robot, para intentarlo más tarde también con un robot G1 de Unitree.
Quizás aún es pronto para lanzar la idea de que estas nuevas iniciativas en el ámbito de la IA dotarán a los robots de mayor autonomía, pero qué duda cabe que la gente está dispuesta a intentarlo, porque si cada vez nos sentimos más necesitados del soporte de la IA en el ámbito digital, si eso lo llevamos al mundo real la necesidad es aún mayor.
Por cierto, las iniciativas en el ámbito de la robótica por parte de los laboratorios de IA siguen en aumento. Hace un tiempo vimos que en Anthropic ya estaban experimentando con el entrenamiento de robots y ahora es Mistral, el líder de los LLMs en Europa, la que ha empezado también a trabajar en este sector.
Hoy tenemos el encuentro de la Comunidad Pioneros Robots y aún estás a tiempo de participar. Apuntarse es sencillo, hazte suscriptor de pago de la newsletter y además de participar en los encuentros mensuales con otros apasionados de la robótica, podrías hacer el Curso de Robots Humanoides y recibir la Guía de estado del arte de la robótica.
Más noticias de IA Física y robótica
🤖 Fauna presenta su humanoide Sprout, diseñado en Nueva York y ensamblado en Estados Unidos. Su objetivo es llevar los flujos de trabajo de los desarrolladores modernos a la robótica para que los equipos puedan pasar de la idea al prototipo y a la implementación con menos fricción y más confianza.
💰 Matic capta 60 millones de dólares de financiación para reinventar la roomba. Y lo anuncian como el resultado de instalar robots reales en hogares reales y resolver problemas reales. La empresa por ahora ha vendido 6000 robot aspirador que han limpiado más de 10 millones de metros cuadrados ahorrado más de 31 años de tiempo humano.
💲 RoboCo es una empresa de robótica impulsada por IA física, que ha recaudado 100 millones de dólares para expandir las implementaciones de robótica en empresas. En la ronda han participado Lightspeed Venture Partners y Lingotto Innovation, junto con Sequoia Capital, Greenfield Partners, Kindred Capital, Leitmotif y The Friedkin Group.
💸 LimX Dynamics completa una ronda de financiación Serie B de 200 millones de dólares. A la ronda se unió un amplio grupo de destacados inversores como Stone Venture, JD, Oriental Fortune Capital, CoStone Capital, Shangqi Capital (respaldada por SAIC Motor), NIO Capital, Future Capital.
🌍 NVIDIA continúa mejorando sus modelos mundiales para abordar algunos de los problemas más difíciles en robótica, desarrollo de vehículos autónomos e IA de visión industrial. Cosmos Policy es su última investigación sobre el avance del control y la planificación de robots utilizando Cosmos WFM.
🖲️ LingBot-VA, un marco autorregresivo que unifica el modelado del mundo a través de vídeo y el aprendizaje de políticas, aprendiendo conjuntamente la predicción de fotogramas futuros y la ejecución de acciones. Sus evaluaciones destacan el potencial en la manipulación de horizontes largos, el post-entrenamiento eficiente en el uso de datos y la generalización robusta a nuevas configuraciones.
🍵 Real2Render2Real es un nuevo desarrollo para generar datos para entrenar políticas de manipulación generalistas, sin simulación dinámica ni teleoperación. Entrenan modernos marcos de aprendizaje por imitación basados en RGB + propiocepción y modelos VLA (Vanilla Diffusion Policy, π 0 -FAST); sin requerir ningún dato de teleoperación.
🕶️ Telexistence es una empresa de Japón que está probando un nuevo modelo laboral que podría cambiar el mundo del trabajo. Usando robots, los trabajadores remotos pueden reponer estanterías en tiendas de Tokio. La empresa paga un salario de $3.75 la hora a trabajadores en países con costos de vida menores (como Filipinas).
Y para terminar un par de artículos que nos hablan del entrenamiento de los robots a través de vídeo y teleoperación: en primer lugar Jim Fan, director de robótica de NVIDIA, asegura que 2026 será el primer año en que los modelos mundiales de gran tamaño sentarán bases reales para la robótica, y por otro lado Vincent Liu, cofundador de Mecha, una startup de robótica centrada en escalar el aprendizaje de robots a partir de datos humanos del mundo real, expone cuáles son las formas de entrenar robots más eficientes en el momento.