Te prometo que me encantaría tener una bola de cristal solo para saber qué va a hacer Apple en robótica. Me pica mucho la curiosidad.
Porque Apple tiene en los robots humanoides la oportunidad de desquitarse del “fracaso” de las Vision Pro.
La computación espacial fue un espejismo y el estrepitoso fracaso de Facebook con el metaverso es la mejor prueba de ello.
Si hasta Meta se atreve a crear su propio robot humanoide ¿Por qué no iba a hacer lo mismo Apple?
Pero bueno, ¿a qué viene todo esto?
El caso es que en los últimos días están saliendo a la luz un montón de investigaciones de científicos de Apple en materia de robótica, y no me refiero a los proyectos ELEGNT y EMOTION, de los que ya hemos hablado por aquí, sino de otros nuevos, como son:
AMP donde un modelo de frontera controla el robot escribiendo código Python que llama a un arnés para detección (imágenes RGB-D, calibración, una nube de puntos fusionada), percepción (un modelo de escena que puede corregir) y movimiento (puntos de referencia temporizados del efector final y comandos de la pinza). Decide qué observar y puede verificar cada resultado antes de volver a actuar.
HALO es un sistema de autonomía humanoide impulsado por un proceso que sintetiza datos de visión, lenguaje y movimiento en mil hogares generados proceduralmente. El corpus se escala con la capacidad de procesamiento en lugar de con el trabajo humano. HALO adquiere un repertorio de habilidades físicas, que incluyen sentarse en sillas, navegar hacia objetos con nombre, pasar de lado por puertas entreabiertas, agacharse y gatear debajo de mesas, y empujar cajas.
ARMADA es un sistema para complementar las Apple Vision Pro con retroalimentación virtual en tiempo real de un robot. Al proporcionar a los usuarios una comprensión intuitiva de cómo sus acciones se traducen en movimientos del robot, se permite la recopilación de datos humanos naturales sin necesidad de herramientas físicas, compatibles con las limitaciones del hardware del robot.
MoMo es un marco de aprendizaje por imitación de dos etapas que consta de un tokenizador de acciones espaciotemporales y un transformador de clonación de comportamiento que toma como entrada la tarea y una condición de modo de movimiento continuo. En seis tareas de manipulación con robots reales, la variación de esta condición produce comportamientos estables, dinámicos e intermedios que los evaluadores humanos pueden distinguir y que difieren en la velocidad de las articulaciones, la aceleración y la inclinación de aproximación del efector final.
Así que aquí tenemos un mínimo de 7 investigaciones de Apple en robótica, lo cual hace que no pueda evitar preguntarte de aquí a 5 o 10 años qué estará haciendo Apple con los robots, porque casi seguro que algo va a hacer, si no quiere quedarse fuera del negocio de la IA Física.
Para empezar se me ocurren cuatro opciones, a ver cuál te parece a ti la más acertada:
Son sólo investigaciones de laboratorio y de ahí no pasará, como ocurrió hace años con el coche eléctrico/autónomo.
Lo que más le interesa a Apple es la robótica social por lo que lo que acabará sacando es algún tipo de gadget.
Todas estas investigaciones forman parte de un proyecto secreto de robot humanoide y sacan esto para despistar. ¡Ojalá!
La empresa ya tiene demasiados frentes abiertos pero para no quedarse fuera optará por colaborar con un fabricante de humanoides.
¿Te imaginas un robot humanoide de Apple?
La verdad es que me cuesta imaginarlo igual que en su momento me costaba visualizar cómo podría ser un coche. Admiro mucho Apple, soy cliente desde hace muchos años, pero debo tener tan arraigado en mi mente el tipo de producto que ya hace que me cuesta pensar en algo que se salga tanto de escala de todo lo que ha hecho hasta ahora.
Y volviendo a las Apple Vision Pro, me pongo a pensar en cómo tuvo que ser la decisión de meterse en un sector con tanta incertidumbre como la realidad virtual, donde se han escrito ríos de tinta sobre que era el futuro, pero que años después parece claro que en general no vamos a querer ponernos un casco de esos para aislarnos de la realidad.
Pero los robots son otra cosa, porque van a ser algo tan grande que es difícil pensar que Apple vaya a quedarse fuera de esto. Solo espero que en la cúpula de Apple también piensen así y no vayan a dejar todas estas investigaciones en el laboratorio.
La gente quiere robots y yo quiero un robot de Apple.
Más noticias sobre robótica e IA Física
📈 Agility empieza a cotizar en el Nasdaq con el ticker AGLT tras completar su fusión con la SPAC Churchill Capital Corp XI. La operación valora la compañía en unos 2.500 millones de dólares y le aporta unos 465 millones brutos, y la convierte en la primera empresa estadounidense dedicada íntegramente a robots humanoides que sale a bolsa. Según Supply Chain 24/7, cerró su primera sesión a 11,51 dólares por acción, ingresó 1,8 millones de dólares en 2025 y declara más de 300 millones en pedidos plurianuales de Digit 5, sujetos a hitos contractuales.
🧠 Google DeepMind presenta Gemini Robotics 2.5, su modelo de visión, lenguaje y acción más capaz, evaluado en 200 tareas como servir comida con pinzas, atar un lazo o pipetear. Según la compañía, mejora la tasa de éxito entre un 30 % y un 100 % según el tipo de tarea y las completa entre un 20 % y un 30 % más rápido que sus versiones anteriores. En una prueba de concepto en líneas de Mercedes-Benz en Kecskemét (Hungría) y Sindelfingen (Alemania), el humanoide Apollo 2 de Apptronik preparó kits de piezas con un 96 % de éxito. Por ahora el modelo se distribuye solo a sus socios de robótica.
🌍 NVIDIA presenta GR00T 2, una familia de modelos de mundo y acción que predicen a la vez el vídeo futuro y las acciones del robot. Para preentrenarla usó 402.730 horas de vídeo egocéntrico de personas, 10.184 horas de demostraciones con pinza manual UMI y 23.500 horas de teleoperación. Según sus resultados, en 50 tareas que el robot no había visto logra un 40 % de éxito sin datos propios, y un 95 % con cinco demostraciones (menos de tres minutos de datos) tras un ajuste de 30 minutos en una RTX 5090. La versión Turbo, de 2.000 millones de parámetros, funciona a bordo del Unitree G1 con 124 ms por predicción; NVIDIA libera 100.000 horas de vídeo humano y anuncia el código para diciembre.
🛢️ PetroChina y Unitree preparan una empresa conjunta de soluciones de robótica industrial con inteligencia encarnada, según el expediente de concentración que publicó el regulador de mercado de Pekín el 4 de noviembre. El grupo petrolero CNPC tendría el 60 % a través de Kunlun Manufacturing y Kunlun Capital. Unitree tendría el 20 % y la desarrolladora de modelos de IA Beijing Fanjie Intelligent Technology, el 20 % restante. La operación está en información pública hasta el 13 de noviembre, y un memorando previo entre ambas partes contempla cuadrúpedos de inspección y emergencia en yacimientos, refinerías y oleoductos.
🔥 Path Robotics cierra una Serie E de 300 millones de dólares liderada por Georgian, con una valoración de 2.450 millones. La empresa, que automatiza la soldadura industrial con IA, asegura que sus ingresos recurrentes anuales se han multiplicado por 17 en los últimos 18 meses. Destinará los fondos a crecer en soldadura y a desarrollar los datos, la computación y los modelos necesarios para abordar las tareas anteriores y posteriores a soldar. El comunicado incluye el respaldo de Lockheed Martin Ventures y del constructor naval HII.
📉 Schaeffler anuncia la supresión de 3.460 puestos en Europa por la crisis del sector del automóvil, unos 2.660 de ellos en Alemania, y el cierre de cuatro centros alemanes. El plan busca un ahorro de unos 300 millones de euros anuales a partir de 2030, con un coste único de unos 480 millones. Su director de operaciones, Jochen Schröder, cita la robótica humanoide y la defensa como áreas de crecimiento, y la compañía prevé compensar parte de los recortes creando puestos en nuevos negocios.
📡 Serve Robotics lanza Physical AI Services, una línea de negocio para vender a otras empresas de robótica la conectividad y las herramientas de datos que creó para sus robots de reparto en acera. Incluye tres productos: Serve Link, que conecta robots desplegados con modelos de IA en centros de datos; una herramienta para localizar casos límite en los datos reales, un catálogo de datos de sus robots para entrenar modelos fundacionales. Según la empresa, Bedrock Robotics ya es cliente, y Serve trabaja con T-Mobile para acercar capacidad de cómputo a los robots.
🏠 Amazon ha formado un equipo de robótica doméstica y busca personal para un nuevo robot doméstico autónomo, según CNBC a partir de sus ofertas de empleo. El equipo se articula en torno a Fauna Robotics, la startup que Amazon compró en marzo. Fauna fabrica Sprout, un humanoide de 107 cm y 22,7 kg que se vende como plataforma de desarrollo por unos 50.000 dólares. Amazon no ha comunicado diseño, precio ni fecha para el nuevo producto.
🚨 Ring, la marca de seguridad de Amazon, crea Ring Robotics con dos dispositivos autónomos: Ring Drone Cam, una cámara voladora para interiores, y Ring Rover Cam, un robot de vigilancia para negocios con cámara en mástil regulable, vídeo hasta 4K y sirena. Ambos usan AI Pilot, un sistema que crea un plano del espacio, propone puntos de patrulla y esquiva obstáculos. El Rover empieza a enviarse en Estados Unidos el 16 de diciembre por 999,99 dólares y el Drone el 27 de enero de 2027 por 249,99. Amazon advierte de que el dron aún no tiene la autorización de la FCC.
🏭 Embodied AI, surgida de la EPFL suiza, presenta AIR, un robot móvil de dos brazos sobre ruedas pensado para trabajar junto a operarios sin jaula de seguridad. Sus brazos ceden al contacto porque los mueven tendones desde motores alojados en el torso. Según un inversor, cada brazo pesa unos 2 kg y levanta hasta 5 kg. La empresa dice que el robot empieza teleoperado y trabaja de forma autónoma en un mes, y declara un 95 % de éxito medio en pilotos de pago, sin detallar cuántas tareas evaluó ni cómo lo calcula; tampoco ha publicado precio ni plazos de entrega.
💡 Autonomous vende Lamp, una lámpara robótica de escritorio ya montada que ve, habla y se mueve con cinco servos, por 699 dólares. Funciona con un sistema operativo de código abierto y ofrece APIs físicas para que agentes como Claude Code, Codex u OpenClaw usen su cámara, sus micrófonos y sus gestos. La versión Pro añade sensores de CO₂, partículas, temperatura y humedad. La web indica envío gratuito para el 25 de diciembre.
⚓ Archon Robotics presenta Anchor 1, un controlador de cuerpo completo para humanoides que recibe del movimiento humano solo cinco objetivos (pelvis, muñecas y tobillos), sin retargeting articular en tiempo real. En sus pruebas sobre el robot real obtiene los menores errores de posición en casi todas las métricas frente a controladores como SONIC o MimicLite. En teleoperación recoge demostraciones con un éxito del 93 % al 98 %, frente al 37,5 % y el 68 % de SONIC. La empresa publica un banco de pruebas con más de 20.000 movimientos de referencia, prevé liberar pesos y código a finales de 2026 y organizará un reto abierto a principios de 2027.
⚡ NVIDIA Research presenta VFlash junto a varias universidades. Es un método que genera en paralelo las trayectorias, cajas y otros planes visuales de los modelos de visión y lenguaje, en lugar de producirlos token a token. Según el equipo, multiplica por cinco la velocidad de inferencia de un robot en Jetson Thor y DGX Spark y reduce un 42,6 % el error medio de las trayectorias 3D respecto al modelo de partida. En el banco de pruebas MolmoSpaces eleva el éxito medio de manipulación del 62,6 % al 70,2 %, y el código está disponible en GitHub.
🖥️ Skild AI y NVIDIA presentan Steel, un solver de dinámica de sólidos rígidos acelerado por GPU para el motor de física abierto Newton, pensado para simular a la vez robots y tareas distintos. Según sus mediciones, ofrece 3,8 veces el rendimiento de simulación de PhysX en 20 pruebas de aprendizaje robótico. En lotes que mezclan tareas llega a 13 veces, con un 62 % menos de memoria de GPU a igual tamaño de lote. Las cifras miden solo el paso de simulación, no el tiempo total de entrenamiento, y el código ya está disponible en Newton.
🧪 Google DeepMind publica MuJoCo 4.0, la primera versión mayor de su motor de física para robótica desde 2023. Su principal novedad son los contactos especulativos, que impiden que objetos finos o rápidos atraviesen a otros entre dos pasos de simulación sin necesidad de subdividir el paso. También resuelve telas, varillas y láminas junto a los sólidos rígidos e incorpora MuJoCo Studio, un visor con renderizado físico que funciona en el navegador. Llega acompañado de MuJoCo Playground 1.0, según el anuncio en GitHub.
🏟️ RoboColosseum arranca como infraestructura compartida para evaluar modelos de IA física en robots reales. La impulsan el MAGIC Lab de la Universidad Nacional de Singapur, el Singapore Embodied AI Centre, la BitRobot Foundation y Hugging Face. Compara modelos VLA y agentes de IA generalistas en brazos SO-101, Franka, YAM bimanuales y humanoides Unitree G1, con evaluadores que no saben qué modelo controla el robot. Su primer artículo reúne 5.699 comparaciones por pares en 124 ubicaciones, y según A3 publicará en Hugging Face todos los ensayos, incluidos los fallidos, y ofrece 10.000 horas de evaluación gratuitas a socios académicos.
📋 Intel difunde un estudio independiente, encargado por la propia compañía, sobre la brecha de preparación para la robótica entre 800 directivos y especialistas de organizaciones con ingresos de al menos 500 millones de dólares. Seis de cada diez esperan operar flotas de robots en cinco años, pero solo el 40 % tiene una estrategia formal y el 48 % ha sufrido algún incidente de seguridad con un robot desplegado. Cuatro de cada diez creen que los humanoides nunca serán viables para un despliegue masivo. Solo el 6 % los sitúa como el tipo de robot de mayor impacto, frente al 20 % de los robots móviles autónomos.
🛼 Boston Dynamics cambia los pies de Atlas por ruedas para someter a sus actuadores y a su controlador de cuerpo completo, entrenado por refuerzo, a esfuerzos continuos de par y velocidad. La adaptación física se limitó a una pieza que monta una llanta de patinete comercial sobre el actuador del tobillo. En simulación, cada rueda se modela como un tobillo que gira sin límite. La empresa aclara que no es un producto sino un banco de pruebas, y que ya aplica al Atlas estándar lo aprendido sobre cómo ajustar la simulación a los motores reales.