¿Qué es un modelo fundacional para robots?
Un modelo fundacional para robots es un modelo de IA grande, preentrenado con datos amplios de robots, simulación y la web, que se adapta a muchas tareas y tipos de robot en lugar de entrenarse para un solo trabajo.
Actualizado:
Definición
Un modelo fundacional para robots es una red neuronal grande entrenada con datos amplios y variados para que un mismo modelo se adapte a muchas tareas, entornos y cuerpos de robot. La idea viene de los modelos de lenguaje: preentrenar una vez a gran escala y especializar a bajo coste.
Cómo funciona
- Preentrenamiento con una mezcla de trayectorias de robot, simulación, vídeo humano y datos de imagen y texto, a menudo partiendo de un modelo de visión y lenguaje.
- Postentrenamiento con demostraciones del robot y las tareas de destino.
- Despliegue, normalmente con un controlador rápido de bajo nivel que convierte la salida en órdenes a los motores.
La salida puede ser acciones (un modelo VLA), estados futuros (un modelo del mundo) o un plan en lenguaje que ejecutan otros módulos.
Por qué importa
El software robótico clásico necesita un programa o una política nueva para cada tarea. Los modelos fundacionales buscan que una habilidad nueva sea cuestión de datos y de instrucciones. Su cuello de botella son los datos: la experiencia de robots escasea frente al texto web, por eso se invierte en teleoperación, captura de movimiento y datos sintéticos. Véase también IA corporizada.
Preguntas frecuentes
¿Un modelo VLA es un modelo fundacional para robots?
Sí. Un VLA es un tipo de modelo fundacional para robots: el que produce acciones directamente. Otros predicen vídeo futuro (modelos del mundo) o planifican pasos en lenguaje.
¿De dónde salen los datos de entrenamiento?
Demostraciones por teleoperación, conjuntos de datos de muchos tipos de robot, simulación y datos sintéticos, vídeo humano y captura de movimiento, más el conocimiento web heredado del modelo de visión y lenguaje de partida.
¿Un solo modelo sirve para cualquier robot?
No directamente. La mayoría necesita ajuste fino con datos del robot de destino, aunque entrenar con muchos cuerpos de robot reduce cuántos datos nuevos hacen falta.
Cobertura
Neuron AI de NEURA añade tacto, sonido y memoria al modelo fundacional para robots
NEURA Robotics presentó Neuron AI, un modelo de «percepción-lenguaje-acción» que fusiona visión 3D, tacto, fuerza, audio, estado del robot y lenguaje con memoria, y mostrará una tarea de lavandería de 11 minutos con su humanoide 4NE1.
Industrial Next dice que sus estaciones cambian de tarea en minutos; BMW las evaluará
En TechCrunch Disrupt, la startup de San Francisco dijo que sus células con modelos fundacionales ya pelan film y asientan conectores en una línea de un móvil importante, y que la oficina tecnológica de BMW probará el enfoque.
Physical Intelligence abre sus modelos de robots π0 a todos mediante una API
La beta de la Pi API permite subir datos, ajustar π0/π0.5 en la infraestructura de Pi y ejecutar el resultado con inferencia alojada.
El robot de Rhoda encuentra pelotas con textura al tacto, con las cámaras tapadas
El texto del 13 de octubre de Rhoda AI une un sensor táctil nuevo con un modelo que predice el tacto futuro. En una demo con los ojos tapados, el robot recuperó pelotas con texturas con las que no había entrenado.
XPENG fija las entregas del humanoide IRON para el primer semestre de 2027
En la Cumbre del Automóvil de París, XPENG dijo que IRON apunta a producción en serie a finales de 2026, primeras entregas en el primer semestre de 2027 y un lanzamiento europeo en el segundo.
Mecka capta 60 M$ en Serie B para digitalizar el movimiento humano y entrenar robots
Sequoia lideró la Serie B de 60 M$ con NVIDIA, M12 de Microsoft, Qualcomm Ventures y Samsung; Mecka captura demostraciones humanas y dice haber superado 100 M$ de ingresos annualizados en junio de 2026.
El S1 de Skild aprende fútbol jugando contra sí mismo 140 años simulados
Tras lanzar S1 —modelo base que copia un solo vídeo sin fine-tuning— Skild mostró Physical Self-Play: la misma política se entrenó contra sí en Isaac Sim y se transfirió a un humanoide.
Helix 2.5 de Figure limpia 30 casas que nunca había visto
Figure dice que su humanoide ordenó salas, dobló toallas e hizo camas en 30 casas desconocidas sin datos locales, respaldado por un acuerdo de cómputo de 3.500 M$ con Nscale.
Empresas
Newsletter
Robrief Weekly
Un correo por semana con las noticias de robótica que importan. Gratis, cancela cuando quieras.