El robot humanoide Unitree G1 con el marco OmniXtreme
China sorprende con un robot humanoide que baila, hace volteretas y sentadillas gracias a una innovadora tecnología
Tras el tsunami de la IA generativa, por el horizonte se aproximan los robots humanoides que empezarán a formar parte de la vida de muchas personas.
Más información: Xiaomi da un paso de gigante: pone a trabajar a su robot humanoide como operario en su fábrica de coches eléctricos
El Mobile World Congress celebrado en Barcelona la semana pasada dejó claro que los robots, en sus distintas formas, comenzarán a formar parte de nuestras vidas, y más pronto de lo que cabría esperar.
El Instituto de Inteligencia Artificial General de Beijing de China, conocido por las siglas BIGAI, ha presentado un nuevo marco de movimiento para robots humanoides llamado OmniXtreme que pretende revolucionar su agilidad y lo versátiles que pueden llegar a ser en sus maniobras.
El marco OmniXtreme permite a los robots humanoides realizar una serie de movimientos altamente atléticos que van desde saltos mortales hacia atrás, círculos Thomas (uno de los movimientos acrobáticos más espectaculares y complejos) y patadas de artes marciales.
Con este framework, según Interesting Engineering, se da un paso de gigante hacia los despliegues en el mundo real de los robots humanoides, ya que pueden ejecutar múltiples movimientos complejos con una alta tasa de éxito.
La clave yace en un solo algoritmo que es capaz de controlar varios movimientos, lo que mejora exponencialmente la eficiencia al entrenar robots con habilidades físicas avanzadas.
You might have seen the WuBOT performing at the 2026 Spring Festival Gala; however, most high-dynamic extreme motions you see are executed by overfitted tracking policies. Until now, training a unified policy capable of performing various extreme motions with a high success rate… pic.twitter.com/BToZ29rD33
— Siyuan Huang (@siyuanhuang95) March 2, 2026
En la Gala del Festival de Primavera de 2026 que se celebró el 16 de febrero, se hizo viral por la actuación masiva de una serie de robots que mostró el poderío de China en la robótica humanoide.
Siyuan Huang, científico investigador en BIGAI, y que pasó por DeepMind y MetaAI en su momento, señala que, a diferencia de la exhibición de robots en Chunwan, en la que la mayoría de los movimientos extremos de alta dinámica fueron ejecutados con políticas de seguimiento sobreajustadas, OmniXtreme se basa en la generalidad y la adaptabilidad frente a la memorización rígida.
Mantiene que con OmniXtreme, tras destrozar docenas de robots G1 con los que identificaron el cuello de botella del aprendizaje y la capacidad de ejecución física, ya se pueden ejecutar movimientos extremos con rápidos cambios de contacto.
Un desarrollo conjunto con Unitree Robotics y del que han sido publicados los checkpoints, de gran valor para la comunidad científica, ya que se ha liberado el modelo pre-entrenado al público como código abierto.
Unitree G1 y OmniXtreme
Un robot humanoide Unitree G1 se utilizó para probar el marco y demostró una amplia gama de habilidades con movimientos de breakdance y culminando una rápida sucesión de flic-flacs (saltos de manos) hacia atrás.
Realizó cinco volteretas webster consecutivas (un tipo de salto mortal hacia adelante), sentadillas de una pierna alternas, volteretas hacia adelante, patadas de mariposa, ruedas laterales y más.
El equilibrio extremo del robot humanoide Unitree G1 con el marco OmniXtreme
En el vídeo que adjuntamos se puede ver perfectamente la gran habilidad del marco OmniXtreme para que el robot humanoide ejecute equilibrios extremos sin ningún tipo de fallo.
Siyang Huang señala: "Hasta ahora, entrenar una política unificada capaz de realizar diversos movimientos extremos con una alta tasa de éxito seguía siendo un desafío sin resolver".
Este logro ha sido capaz de superar uno de los mayores desafíos a los que se enfrenta la industria de la robótica, ya que, generalmente se utiliza el aprendizaje por refuerzo para enseñar a los robots cómo realizar acciones complejas, aunque, a medida que aumenta el número de movimientos complejos, el control se vuelve más difícil.
El sistema ha logrado tasas de éxito superiores al 90 por ciento en múltiples tareas de alta dinámica. El artículo de investigación sobre el marco OmniXtreme ha sido publicado en ArXiv el 27 de febrero.
