Neura Robotics, una startup alemana nacida en Metzingen, tiene ahora en Múnich una especie de “gimnasio” para robots donde hasta 100 humanoides de distintas compañías repiten tareas de fábrica y almacén: recoger piezas de coche, apilar cajas, mover objetos o medir la fuerza de agarre para no romper una copa. La idea es acelerar el entrenamiento de robots con forma humana que puedan asumir trabajos distintos en entornos reales.
Con ese robogym, Neura Robotics quiere empujar una de las grandes apuestas del sector: humanoides capaces de desenvolverse en tareas variadas fuera de una celda industrial y no limitados a una secuencia fija de movimientos.
La premisa se entiende enseguida. Sacarla adelante ya es otra historia. Los modelos de lenguaje aprenden de enormes cantidades de texto e imágenes disponibles en internet; los humanoides, en cambio, necesitan experiencia física. Les hacen falta datos sobre contacto, equilibrio, agarre, fallos y correcciones en el mundo real. Por eso Neura Robotics está optando por generar ese material desde cero: sus robots repiten tareas una y otra vez, reciben instrucciones a distancia de operadores humanos y van acumulando registros de ejecución con los que luego afinan su comportamiento.
Y en robótica eso pesa mucho porque, fuera del laboratorio, nada se queda quieto. El peso, la fricción, la iluminación, una superficie irregular o la fragilidad de un objeto pueden cambiar por completo una tarea que en simulación parecía ya resuelta.
La meta del sector tampoco pasa solo por automatizar un único gesto repetitivo. Lo que se persigue es otra cosa: humanoides más versátiles, capaces de moverse entre puestos distintos y adaptarse como lo haría una persona.
La carrera, por cierto, ya está moviendo cantidades enormes. Según varios informes, Neura Robotics ha captado hace poco hasta 1.400 millones con apoyo de inversores como Nvidia y Amazon, y esas mismas informaciones sitúan su valoración cerca de los 7.000 millones.
Según la propia Neura Robotics, el plan es poner en marcha cinco robogyms repartidos por el mundo antes de que acabe el próximo año. Al centro de Múnich se suma ya otro en Hangzhou, China.
Y ese punto cuenta, porque, de acuerdo con Interact Analysis, China parte con ventaja en infraestructura para recopilar datos de robots humanoides: los competidores chinos operan en conjunto más de 90 centros de este tipo, frente a unos 10 en Europa.
En Pekín, una de estas instalaciones trabaja con cerca de 200 instructores humanos que guían a unos 100 robots y generan millones de registros al año.
El tablero competitivo también empieza a llenarse de nombres. Boston Dynamics, Figure, Agility Robotics y Hexagon Robotics aparecen entre los rivales y posibles socios. Según las propias empresas, Figure ya ha puesto a prueba sus robots en líneas de montaje de BMW; Digit, de Agility Robotics, ya se utiliza en logística; BMW prepara nuevos ensayos en planta; Japan Airlines está probando robots para mover equipaje; y Hyundai ha anunciado un pedido de 25.000 robots Atlas para fabricación.
Los expertos vienen a coincidir en algo: la simulación sirve, pero por sí sola no alcanza. Los mejores resultados suelen aparecer cuando se mezclan entornos virtuales, demostraciones humanas y práctica física constante. Si esta tecnología madura de verdad, podría aliviar la escasez de mano de obra y abrir un mercado que algunos cálculos colocan en billones de aquí a 2050. También deja sobre la mesa preguntas nada menores sobre empleo, seguridad, privacidad, responsabilidad y regulación. Lo que nadie tiene claro todavía es cuándo esa promesa saldrá de estos centros de entrenamiento y llegará a implantaciones a gran escala.
Author: Jesús Pina
{
"social": {
"email": "",
"facebook": "",
"twitter": "",
"linkedin": ""
},
"ja-JP": "",
"de-DE": "Jesús Pina verfolgt, was künstliche Intelligenz an der Software wirklich verändert, die wir täglich benutzen — und trennt dabei, was schon funktioniert, von dem, was bisher nur eine Ankündigung ist. Ihn interessiert die praktische Wirkung: welches Werkzeug echte Zeit spart, welches auf halbem Weg stehen bleibt und welches man sich vor der Installation zweimal ansehen sollte. Er arbeitet täglich mit KI-Modellen mitten im redaktionellen Prozess von Softonic und kennt deren Grenzen deshalb recht genau.",
"en-US": "Jesús Pina follows what artificial intelligence is actually changing in the software people use every day, telling apart what already works from what is still only an announcement. What interests him is the practical effect: which tool saves real time, which one stops halfway and which one deserves a second look before you install it. He works daily with AI models inside Softonic's own editorial process, so he knows their limits fairly well.",
"es-ES": "Jesús Pina sigue lo que la inteligencia artificial está cambiando de verdad en el software que usamos cada día, separando lo que ya funciona de lo que por ahora solo es un anuncio. Le interesa el efecto práctico: qué herramienta ahorra tiempo real, cuál se queda a medias y cuál conviene mirar dos veces antes de instalarla. Trabaja a diario con modelos de IA dentro del propio proceso editorial de Softonic, así que conoce bastante bien sus límites.",
"fr-FR": "Jesús Pina suit ce que l'intelligence artificielle change réellement dans les logiciels du quotidien, en distinguant ce qui fonctionne déjà de ce qui n'est encore qu'une annonce. Ce qui l'intéresse, c'est l'effet pratique : quel outil fait gagner du temps, lequel s'arrête à mi-chemin et lequel mérite un second examen avant installation. Il travaille au quotidien avec des modèles d'IA au cœur du processus éditorial de Softonic, et connaît donc assez bien leurs limites.",
"it-IT": "Jesús Pina segue ciò che l'intelligenza artificiale sta davvero cambiando nel software di ogni giorno, distinguendo quello che già funziona da quello che per ora è solo un annuncio. Gli interessa l'effetto pratico: quale strumento fa risparmiare tempo, quale si ferma a metà e quale conviene guardare due volte prima di installarlo. Lavora ogni giorno con modelli di IA dentro il processo editoriale di Softonic, e per questo ne conosce bene i limiti.",
"nl-NL": "Jesús Pina volgt wat kunstmatige intelligentie echt verandert aan de software die we dagelijks gebruiken, en scheidt daarbij wat al werkt van wat nog slechts een aankondiging is. Wat hem interesseert is het praktische effect: welke tool echt tijd bespaart, welke halverwege blijft steken en welke je beter twee keer bekijkt voordat je hem installeert. Hij werkt dagelijks met AI-modellen binnen het redactieproces van Softonic en kent daardoor hun grenzen vrij goed.",
"pl-PL": "Jesús Pina śledzi to, co sztuczna inteligencja rzeczywiście zmienia w programach używanych codziennie, oddzielając rozwiązania, które już działają, od tych, które są na razie tylko zapowiedzią. Interesuje go efekt praktyczny: które narzędzie naprawdę oszczędza czas, które zatrzymuje się w połowie drogi, a które warto sprawdzić dwa razy przed instalacją. Codziennie pracuje z modelami AI wewnątrz procesu redakcyjnego Softonica, więc dobrze zna ich ograniczenia.",
"pt-BR": "Jesús Pina acompanha o que a inteligência artificial está realmente mudando nos programas que usamos todos os dias, separando o que já funciona do que ainda é apenas anúncio. O que lhe interessa é o efeito prático: qual ferramenta economiza tempo de verdade, qual para no meio do caminho e qual merece uma segunda olhada antes de instalar. Trabalha diariamente com modelos de IA dentro do próprio processo editorial da Softonic, e por isso conhece bem seus limites."
}
View all posts by Jesús Pina
