Eka Robotics cerró una ronda Serie A de 150 millones de dólares, anunciada el 20 de octubre. El brazo robótico que fabrica se distingue por un agarre guiado por fuerza, no por un catálogo de imágenes. La compañía la fundaron Pulkit Agrawal, profesor del MIT, y Tuomas Haarnoja, exinvestigador de Google DeepMind. La cámara ubica el objeto a grandes rasgos. El contacto de la garra resuelve el movimiento fino que cierra la pinza.
De acuerdo con lo reportado por TechCrunch, la ronda la lideraron los fondos a16z y F-Prime. La valoración de la compañía quedó en 1.450 millones de dólares. El brazo recoge unos 1.500 objetos de hasta un kilo por hora. Una persona mueve unos 600 en el mismo lapso. Acierta en más del 95 % de los casos, según la propia empresa.
El agarre guiado por fuerza
La clave del sistema es ese agarre guiado por fuerza. La mayoría de los brazos del mercado usan un modelo de visión-lenguaje-acción. Ese esquema aprende a relacionar imágenes, instrucciones y movimientos. Eka lo sustituye por uno de visión-fuerza-acción. El nuevo esquema relaciona el lenguaje, la fuerza que siente la garra y la acción. Agrawal lo resume así: la vista dice dónde está el objeto y en qué posición, pero el agarre real ocurre a través de las fuerzas.
Para lograrlo, la empresa diseñó una garra más flexible que las tradicionales. Le añadió más sensores de fuerza. Reacciona al contacto, y por eso no aplasta una frambuesa al cerrarse. El entrenamiento se apoya en un simulador de física. Ese simulador modela las fuerzas que la garra encontrará al intentar cada agarre. El aprendizaje por refuerzo corre a escala. Los fundadores afirman que generan miles de horas de experiencia en minutos.
De la simulación a la generalización
El resultado ataca un dilema de la robótica. Los modelos más generales fallan en las tareas concretas. Los especializados no cierran un negocio. Kris Hauser, profesor de la Universidad de Illinois, describió el brazo con un «wow factor». Destacó que se adapta a muchos objetos sin reentrenarse. También notó una «humanidad inquietante»: si falla a la primera, lo intenta una y otra vez.
Agrawal describe lo que su empresa salva como la brecha entre generalidad y rendimiento. La salida de Eka es repartir el trabajo. El brazo se ocupa de lo físico y otro modelo decide qué hacer.
El detalle que más llamó la atención no es una cifra, sino una demostración. Un roboticista de un laboratorio de frontera, que pidió anonimato, le entregó al brazo una frambuesa. Era el objeto de prueba favorito de su equipo. Describió la experiencia de ver al robot pesado acercarse a su brazo y frenar justo a tiempo. Lo contó como algo que todavía lleva en el cuerpo.
El socio de a16z que codirigió la ronda, Raghu Raghuram, va más lejos. Dice que la empresa ya supera el rendimiento humano en algunas tareas. En los próximos meses, prevé, lo superará en muchas tareas de manipulación diestra. Es una proyección del propio inversor, no un dato verificado.
El enfoque de Eka es de abajo hacia arriba. Haarnoja explica que la mayor parte del campo se concentró en la planificación. Empujaron la inteligencia de alto nivel hacia lo físico. Ellos, en cambio, parten del contacto. La apuesta es que un modelo general decida qué hacer y que el brazo resuelva la parte física sin romper el plato. Investigadores como Rodney Brooks sostienen que los modelos apoyados solo en visión fracasarán. Los resultados de Eka sugieren que esa crítica tiene asidero.
Otras fuentes consultadas: The New York Times, 29/04/2026 · Eka Robotics, sitio oficial, 20/10/2026.
(Cifras de rendimiento del robot aportadas por la propia empresa.)
