AgiBot libera un conjunto de datos para que los robots aprendan a decidir, empezando con 150 horas de datos de robots reales

AgiBot liberó el 22 de octubre como código abierto Physical Reasoning, la cuarta entrega de su serie de conjuntos de datos AGIBOT WORLD 2026 y la primera de los siete lanzamientos de su ciclo «AI WAVE» de productos de IA encarnada. La empresa dice que el objetivo de diseño ha pasado de la «dificultad de manipulación» a la «dificultad de decisión»: la misma tarea se graba con distintos estados iniciales, de modo que reponer el minibar de un hotel hasta tres botellas exige distinguir vacías de llenas y contar antes de decidir cuántas añadir, y una llave dentro de una caja puede cogerse directamente o solo después de mover la caja. Los errores se etiquetan junto a los aciertos.

El lanzamiento sirve también de anticipo de la propia pila de AgiBot. La empresa dice que los datos entrenarán su próximo marco de agentes y un nuevo modelo fundacional; su calendario sitúa Genie Master, presentado como el puente entre los agentes y el mundo físico, el 27 de octubre, y el modelo fundacional el 29 de octubre. El primer lote es de 150 horas, poco para enseñar criterio. Eso sí, las etiquetas de decisión vienen con trayectorias de acción de robots reales y anotaciones de cajas, puntos y líneas, así que el conjunto también sirve para entrenar políticas de acción convencionales.

La prueba de AgiBot llega el 2 y 3 de noviembre, cuando seis robots G2 trabajarán cuatro turnos en una tienda de conveniencia real, retransmitidos en directo durante 24 horas. Cuando el recuento del estante no coincida con el plan, ¿contarán antes de reponer?