Los cerebros de robots humanoides alcanzarían a mediados de 2027 un salto comparable al que GPT-3 dio a los modelos de lenguaje, según Gao Yang, cofundador y científico jefe de la china Spirit AI. El despliegue en casas, en cambio, tardaría al menos ocho años, dijo el ejecutivo a Reuters en la sede de la compañía en Beijing.
Según lo publicado por Reuters, Gao puso el cerebro como «el eslabón más débil de todo el stack robótico». «Anticipamos alcanzar el hito de GPT-3.0 a mediados de 2027. Vas a poder hablarle a un robot en lenguaje natural y ejecutará una serie de acciones físicas razonables para intentar la tarea», dijo.
La ventana industrial se abre antes que la doméstica. Sus cerebros de robots humanoides ya operan en líneas de producción: Spirit AI tiene decenas de unidades Moz1, de base rodante, trabajando en plantas de la fabricante de baterías CATL y en instalaciones del minorista JD.com, también inversor de la empresa. En entornos de living estructurados, los robots de la compañía alcanzan 90% de éxito en tareas simples.
El sector viene de avances de hardware que ya se volvieron espectáculo: humanoides chinos que corren, bailan y hacen mortales por orden. Con esa base resuelta en parte, las empresas empezaron a concentrar el esfuerzo en el software que define cuánto entiende el robot, un campo que la industria llama IA corporizada. La búsqueda es un momento ChatGPT propio, un salto de software que convierta la tecnología de frontera en productos útiles para muchos más clientes.
Cerebros de robots humanoides: el cuello de botella son los datos
Cerca de 1.000 contratistas reparten la recolección de datos en todo el país. Visten equipos de sensores en casa o en fábricas y registran cómo se mueven las personas en sus entornos. Durante una visita al centro de entrenamiento en la oficina de Beijing, decenas de jóvenes con sensores repetían movimientos como abrir refrigeradores, desbloquear cajas fuertes o cortar verduras con cuchillo.
La empresa apuesta por datos reales antes que por simulación. Muchos competidores usan simuladores para bajar el costo de entrenamiento; Gao sostiene que algunas tareas solo se aprenden con interacción física. «Los simuladores manejan bien los cuerpos rígidos, pero los objetos flexibles como cables deformables siguen siendo un problema», afirmó. En otros centros de entrenamiento de China, un operador repite un movimiento más de 50 veces para obtener uno limpio; Spirit AI encontró que usar datos con más variedad de movimientos mejoraba sus modelos más rápido.
Del taller a la casa: lo que la promesa todavía no cubre
Los límites siguen a la vista. Perfeccionar la motricidad fina, como destapar una botella, y resolver tareas nunca vistas son los dos frentes que Gao mencionó como difíciles. «Los próximos uno o dos años marcan la ventana inicial para aplicaciones industriales. Dentro de dos años veremos robots desplegados en entornos de servicio comercial haciendo tareas más simples. Entrar en las casas es mucho más difícil que ambas», dijo.
La compañía de 300 personas levantó más de 670 millones de dólares desde su fundación en 2024 y está valuada en 20.000 millones de yuanes (unos 2.900 millones de dólares). Gao no comentó planes de salida a bolsa.
La seguridad física aparece como un frente aparte del debate sobre modelos de lenguaje. Gao consideró que el riesgo de un agente descontrolado es hoy menos urgente en el mundo físico, porque los modelos todavía son inmaduros. La compañía equipa a sus robots con control de fuerza de cuerpo completo: si la interacción con el entorno supera cierta fuerza, frena de emergencia. Ese umbral operativo dice más del estado del software que cualquier fecha de salto anunciada, y el propio científico jefe ubicó la investigación en alineación avanzada para una etapa posterior, la del «GPT-4.0» autónomo.
