La empresa de robótica 1X ha presentado un nuevo modelo de inteligencia artificial diseñado para que sus robots humanoides Neo puedan aprender tareas de forma autónoma mediante el análisis de videos y comandos de voz. El modelo de IA física, denominado 1X World Model, representa un avance significativo en la capacidad de los robots humanoides para comprender y adaptarse al mundo real sin necesidad de programación específica previa.
Según informó la compañía, este sistema combina datos de video con instrucciones textuales para dotar a los robots Neo de nuevas habilidades. La tecnología permite que estos robots aprendan tareas que no formaban parte de su entrenamiento original, ampliando considerablemente su funcionalidad en entornos domésticos.
Contexto del lanzamiento del modelo de IA física
El anuncio del 1X World Model se produce mientras la empresa se prepara para introducir sus robots humanoides Neo en hogares particulares. En octubre de 2024, 1X abrió las preventas de estos robots con planes de envío para este año, aunque un portavoz de la compañía declinó compartir un calendario específico de entregas.
Según declaraciones del portavoz, las preventas superaron las expectativas, aunque no se revelaron cifras concretas sobre el número de unidades solicitadas. Esta información sugiere un interés considerable del mercado en la robótica doméstica asistencial.
Funcionamiento del modelo de IA para robots humanoides
Bernt Børnich, fundador y director ejecutivo de 1X, afirmó en un comunicado que después de años desarrollando su modelo de IA física y diseñando a Neo lo más similar posible a un humano, el robot ahora puede aprender de videos a escala de internet y aplicar ese conocimiento directamente al mundo físico. Sin embargo, las capacidades del sistema requieren una comprensión más matizada.
La compañía aclaró que el modelo no permite que los robots Neo ejecuten inmediatamente nuevas tareas simplemente tras capturar video y recibir comandos. En cambio, el proceso implica que el robot recopile datos de video vinculados a instrucciones específicas, que luego se envían de vuelta al modelo de IA física.
Posteriormente, ese modelo actualizado se distribuye a través de la red de robots para proporcionarles una mejor comprensión del mundo físico y ampliar sus capacidades prácticas. Este enfoque colaborativo permite que el aprendizaje de un robot beneficie a toda la flota conectada.
Limitaciones y capacidades reales
A pesar de las declaraciones de la empresa sobre la capacidad de transformar cualquier comando en una nueva acción, existen limitaciones importantes. Por ejemplo, no es posible que un robot Neo aprenda a conducir un automóvil o realizar maniobras complejas de estacionamiento simplemente mediante instrucciones verbales.
No obstante, el sistema sí ofrece avances significativos en aprendizaje automático aplicado a la robótica doméstica. Además, proporciona a los usuarios información sobre cómo Neo está procesando y planificando respuestas a comandos específicos, lo que resulta valioso para el entrenamiento continuo del modelo.
Implicaciones para el futuro de la robótica doméstica
Esta información conductual podría ayudar a 1X a entrenar sus modelos hasta el punto en que los robots puedan reaccionar efectivamente a comandos para tareas que nunca han realizado anteriormente. La capacidad de visualización predictiva representa un paso importante hacia robots verdaderamente adaptativos.
El desarrollo del 1X World Model posiciona a la empresa en la competencia creciente por dominar el mercado de robots humanoides para el hogar. Otras compañías tecnológicas importantes también están desarrollando sistemas similares de aprendizaje automático para robótica asistencial.
Los próximos meses serán cruciales para determinar si 1X puede cumplir con su calendario de entregas prometido para 2025 y si el modelo de IA física funciona como se espera en condiciones reales de uso doméstico. La respuesta del mercado y el rendimiento de las primeras unidades enviadas serán indicadores clave del potencial comercial de esta tecnología emergente.