El modelo GO-3 Preview de AgiBot llevó a un robot de una tienda de conveniencia del 28,6% al 85,7% de éxito en cinco días y será abierto a fin de año

Lo que AgiBot vende de su nuevo modelo fundacional para robots es lo que aprende después de empezar a trabajar. Yao Maoqing, cofundador y copresidente, presentó GO-3 Preview en el Innovation Day de la empresa el 29 de octubre. En una tienda de conveniencia de Shanghái, un robot G2 con el nuevo sistema y el marco de agentes Genie Master empaquetó comida preparada, recogió productos y repuso estanterías. Según AgiBot, la tasa de éxito en el flujo completo de la tarea subió del 28,6% el primer día a un 85,7% estable al cabo de cinco días, sin demostraciones humanas ni ajustes manuales.

El producto es ese ciclo. AgiBot acompaña GO-3 con Genie Evolver, un sistema de postentrenamiento que combina unos 100 robots reales con simulación física y modelos del mundo, y con Genie Master, que permite a un robot ya desplegado organizar tareas largas y conservar lo que aprende en el sitio. "Una demo pone a prueba el techo de una sola capacidad; la productividad pone a prueba el suelo del sistema", dijo Yao, según Sina Tech. AgiBot planea liberar como código abierto GO-3 Preview y Genie Master antes de que termine 2026.

Las dos cifras de la tienda son séptimos

28,6% y 85,7% son exactamente 2/7 y 6/7. Eso encaja con siete ejecuciones completas al día, o un múltiplo de siete, de modo que la mejora de cinco días puede apoyarse en unas pocas decenas de intentos. Si la curva se mantiene con cientos de ejecuciones, la velocidad con que un modelo mejora en el trabajo pasará a ser la cifra para comparar modelos de robots; si no, el resultado de la tienda será una demo con una curva incluida.

Las otras demos de aprendizaje de AgiBot apuntan en la misma dirección. En una tarea concreta, dice la empresa, el aprendizaje en línea superó en 17,7 puntos porcentuales al ajuste fino supervisado convencional (SFT). Tras cuatro horas de práctica en línea, un robot superó la media de los humanos evaluados en curling de mesa, y sacó cinco bloques seguidos de una torre sin derribarla.

Más datos y un modelo mayor subieron la curva zero-shot

AgiBot también mostró resultados de escalado de sus propios experimentos. Más datos de entrenamiento elevaron la tasa media de éxito zero-shot en 100 tareas de 20 tipos de habilidad del 13,4% al 56,4%, y un modelo más grande la llevó del 56,2% al 73,2%, informó Sina Tech. La arquitectura, que AgiBot llama WRAM (World Reasoning Action Model), modela conjuntamente comprensión, predicción y acción, y aprende de vídeo humano en primera persona junto con trayectorias de robots, según Interesting Engineering. AgiBot dice que reduce la entrada visual a un dieciseisavo de los tokens de DINOv3, baja un 35% el error de recuperación de acciones y que GO-3 Preview encabeza las clasificaciones RoboDojo, RoboTwin y RoboColiseum.

La muestra más grande llega enseguida. AgiBot ha programado que seis robots G2 trabajen 24 horas en una tienda real el 2 y 3 de noviembre, en cuatro turnos y con retransmisión en directo. Un día de turnos reales dará muchos más de siete intentos.