Will Knight quiere que un robot alimente a su gato. El redactor sénior de WIRED, especializado en inteligencia artificial, tiene una gata bengalí llamada Leona y un plan: un pequeño robot caminante que la encuentre, incline la cabeza y deje caer un premio desde un compartimento impreso para colocarse encima. El premio no es la noticia. La noticia es que el robot ya funciona en un entorno de software y que un modelo de IA hizo gran parte del entrenamiento que normalmente un ingeniero en robótica tendría que realizar a mano.

El robot es un Microduck virtual, el bípedo con forma de pato de Pollen Robotics, la división de robótica de Hugging Face. Knight le enseñó a caminar por una habitación sin caerse y a identificar a cualquier gato bengalí que estuviera cerca. Según cuenta, la tarea le tomó unas horas, cuando antes podría haberle llevado semanas. En su columna, dice que esto es el futuro de la robótica. Tiene razón a medias. El ciclo de entrenamiento se ha reducido drásticamente. Todo lo que hay a ambos lados de ese ciclo apenas ha cambiado.

Qué hizo realmente el modelo

Knight combinó GPT-6 Sol, de OpenAI, con Hermes, un entorno para agentes de Nous Research, que ejecutó en una Nvidia DGX Spark, una computadora de escritorio construida alrededor de un potente chip de IA. El modelo hizo más que escribir código. A través de Isaac Sim, de Nvidia, envió instrucciones al modelo que controlaba el pato simulado, observó videos del pato en acción, evaluó cómo avanzaban las cosas y propuso cambios en el régimen de entrenamiento. Ejecutar, observar, ajustar y repetir: esa es la parte lenta y poco vistosa del aprendizaje robótico, y fue precisamente la que se automatizó.

Los laboratorios profesionales reportan el mismo cambio. En UC Berkeley, el grupo del profesor Ken Goldberg le dio acceso al modelo Astra, de OpenAI, a una herramienta de Nvidia llamada Newton, le mostró un video de un robot real y le pidió reconstruir la escena como una simulación. «Lo que nos dejó a todos con la boca abierta fue que, en menos de una hora, había producido una simulación 3D completa con todos los parámetros configurados: la posición de la cámara, la iluminación, el fondo, todos los materiales», le dijo Goldberg a WIRED. Astra también puede ejecutar los experimentos y examinar los resultados, explica, lo que se encarga de buena parte del tedioso trabajo de entrenar un robot en una simulación.

El método ya tiene nombre. ASPIRE, un marco de trabajo entre cuyos autores están Goldberg y Jim Fan, de Nvidia, hace que un modelo de lenguaje grande escriba el código de control de un robot, lea los registros de ejecución cuando algo falla, repare el programa y guarde la solución funcional en una biblioteca de habilidades que se puede reutilizar en tareas posteriores. A mediados de octubre, el laboratorio de Fan en Nvidia publicó en GitHub el código de la versión 1.0 bajo una licencia Apache 2.0, según ToolNavs y RuntimeWire. En una demostración, unos brazos robóticos aprenden a resolver un cubo de Rubik. «Lo levanta e intenta girarlo, pero el ángulo no es el correcto», le dijo Fan a WIRED. «Después razona durante muchísimo tiempo, pero al final logra resolverlo porque va aprendiendo habilidades con el tiempo».

La habilidad que se abarató ahora se alquila

Esto es lo que deja fuera el enfoque de la «robótica vibe». El artículo sobre ASPIRE dice claramente que su rendimiento depende del modelo de frontera que tenga debajo. Al ejecutarse con Claude Opus 5.5, de Anthropic, reporta un 99 % de éxito promedio en las 80 tareas de manipulación de LIBERO-Pro; se trata de una cifra reportada por el propio equipo que todavía no ha sido reproducida de manera independiente. La lista de limitaciones del propio proyecto señala que el sistema depende de un modelo de frontera congelado y que aún no se ha verificado si modelos más pequeños pueden mantener el mismo ciclo de depuración.

Si seguimos esa idea hasta sus últimas consecuencias, vemos que ahora un pato hecho por un aficionado y el brazo de un laboratorio de Berkeley aprenden más o menos tan bien como el modelo grande al que pueden recurrir. La experiencia de ingeniería que antes era una barrera de entrada para la robótica no ha desaparecido. Gran parte ahora está dentro del modelo de frontera que quien lo desarrolla pueda pagar para usar.

El pato sigue en la fila

El otro lado del ciclo es el hardware, y Knight sigue esperando el suyo. Pollen abrió las preventas de Microduck a 399 dólares a fines de agosto, con la meta de entregar antes de Navidad. Business Insider informó que los pedidos superaron los 2,6 millones de dólares en las primeras 24 horas, citando a Thomas Wolf, cofundador de Hugging Face, y poco después la página de pago empezó a indicar un plazo de cuatro a seis meses para los nuevos pedidos. Gadget Flow informa que la tienda ahora advierte que las preventas actuales no se enviarán hasta después de abril de 2027. El entrenamiento en simulación es el camino previsto: el flujo de trabajo de Pollen permite que los dueños entrenen comportamientos en un pato virtual y los exporten al robot físico. Pero una política de control que espera un cuerpo todavía no se ha enfrentado a una alfombra, la pata de un sofá ni a un gato que no está dispuesto a cooperar.

Knight habla con franqueza sobre lo demás. Según escribe, el sistema de visión de su pato no funciona lo bastante bien como para incorporarlo a un producto real. Cuando le pasó al modelo un GIF de Michael Jackson para enseñarle a caminar hacia atrás como en el moonwalk, horas de trabajo dieron como resultado lo que él llama un trote hacia atrás muy animado. Los autores de ASPIRE enumeran una serie similar de carencias para el uso en el mundo real: detección confiable de resultados exitosos, reinicios seguros, supervisión de la seguridad y calibración. Todas tienen que ver con saber qué ocurrió realmente en un espacio físico, justo lo que un simulador no puede decirte.

Hacia dónde se dirige el dinero

Nada de esto está frenando el interés. Goldberg dice que varias empresas de robótica industrial y automatización se han interesado en este enfoque, y Knight sostiene que la velocidad podría tener pronto un gran impacto en la manufactura y el comercio electrónico. Esta semana, en la Conference on Robot Learning de Austin, Fan aprovechó su conferencia magistral para mostrar a Astra tomando el control de un brazo robótico y pintando el Golden Gate Bridge con pintura y pinceles que estaban cerca.

La consecuencia es que cambia el lugar donde ocurren los errores. Cuando entrenar un comportamiento robótico cuesta horas en vez de semanas, los equipos entrenarán muchos más, y el paso que escaseará será demostrar cuáles son seguros fuera del simulador. Un premio que no cae en el plato de Leona es una forma barata de aprender esa lección. En cambio, un brazo de almacén que ejecuta una habilidad escrita por un modelo y que nadie ha probado en el piso real puede salir muy caro.

Etiquetas: Nvidia, Hugging Face, Microduck, Pollen Robotics, Robots