Así quiere China ganar la carrera robótica: los centros en los que trabajadores humanos enseñan tareas a los robots

Sin embargo, para que la integración en las cadenas de producción y en los hogares como mayordomos o acompañantes robóticos se haga realidad, primero deben entrenarse. Ya no son suficientes los vídeos espectaculares en los que un humano los controla o teleopera fuera de cámara; ha llegado el momento de la verdad.

Por eso China ha convertido el entrenamiento de robots humanoides en una prioridad nacional. Desde principios del año 2025, el gobierno de Xi Jingping está levantando una red de grandes centros dedicados en exclusiva a generar datos de la interacción física de los robots con entornos reales para ganar la carrera de fondo a EEUU.

China se pasa el juego de los robots humanoides: lanza un modelo con 6 brazos pensando en la multitarea total

A diferencia del país americano, donde los esfuerzos se concentran en empresas privadas como Tesla o Figure, el Gobierno chino ha optado por financiar una infraestructura de instalaciones públicas en las que los robots aprenden tareas de la mano de trabajadores humanos, como si fueran alumnos en prácticas supervisadas por el Estado.

Uno de los ejemplos más llamativos está en el distrito de Shijingshan, a las afueras de Pekín. Allí se ha inaugurado recientemente el Humanoid Robot Data Training Center, uno de los mayores campos de entrenamiento de robots humanoides del mundo, desarrollado por el gobierno local en colaboración con la empresa Leju.

El complejo supera los 10.000 metros cuadrados y está diseñado como una especie de campus robótico, con 16 escenarios de entrenamiento que reproducen entornos reales: desde una línea de montaje de automóviles hasta una vivienda o un centro de atención a personas mayores.

El objetivo es que los robots se enfrenten a las mismas situaciones que encontrarán después en fábricas, hogares o residencias, pero en un entorno controlado y repleto de cámaras y sensores para captar cada detalle.

En estos centros, los humanoides son controlados por operarios humanos a través de joysticks, cascos de realidad virtual y exoesqueletos, mientras realizan tareas como doblar ropa, planchar o limpiar mesas cientos de veces al día.

Ese trabajo genera un flujo constante de trayectorias y datos que después se utilizan para entrenar los modelos de inteligencia artificial destinados a controlarlos.

Decenas de robots en el centro de entrenamiento de Shijingshan, Pekín. ECSN Omicrono

Las autoridades de Pekín describen estos lugares en un comunicado como “escuelas de formación de habilidades” en las que los robots no solo aprenden a “hacer el trabajo”, sino a “hacerlo bien”. Hablan incluso de humanoides que “se gradúan” y “salen a trabajar” a fábricas, parques logísticos o residencias de mayores.

Fábricas de datos

Este enfoque responde a un problema técnico claro: la robótica necesita datos mucho más complejos que los grandes modelos de lenguaje (LLMs), la base de la IA generativa de herramientas como ChatGPT o Gemini.

No basta con textos o imágenes procedentes de internet, ni siquiera con simulaciones o gemelos digitales: hacen falta registros de fuerza, rozamiento, errores de agarre, pequeños tropiezos y correcciones que sólo se obtienen cuando una máquina se mueve de verdad en el mundo físico.

Es algo similar a lo que está intentando compañías europeas como la alemana Neura Robotics con su NeuraGym o el mismísimo Elon Musk con Tesla Optimus, que para el magnate tiene el potencial de convertirse en "el mayor producto de la historia".

El pasado noviembre, un reportaje de Business Insider desveló los métodos de entrenamiento del laboratorio dedicado exclusivamente al entrenamiento de los robots en la sede de Tesla en Palo Alto, California.

Allí trabajan decenas de empleados conocidos como "recolectores de datos", que repiten movimientos simples durante largas y extenuantes jornadas, equipados con cascos llenos de cámaras y mochilas pesadas para generar las grabaciones que alimentan el algoritmo de sus 'compañeros' robóticos.

Los testimonios recabados hablan de tareas monótonas y, en ocasiones, humillantes, con ejercicios que van desde limpiar o mover objetos hasta bailar, imitar animales o gatear, bajo la presión de producir varias horas de "datos útiles" en cada turno. Uno de esos trabajadores anónimos llega a compararlo con "ser un ratón de laboratorio”.

En las primeras fases, Tesla utilizó trajes de captura de movimiento, guantes hápticos y teleoperación en realidad virtual: un operador movía su cuerpo y Optimus reproducía en tiempo real esos gestos. Sin embargo, el plan actual es el de centrarse en un enfoque de “solo visión”, mucho más escalable.

El grueso de los datos proviene de vídeos de trabajadores y de internet, que alimentan modelos similares a los de conducción autónoma de Tesla: redes neuronales que se entrenan en servidores con millones de ejemplos hasta que el robot puede ejecutar la tarea sin control remoto.

Imagen de un operario entrenando a un Optimus con un dispositivo de RV. Tesla Omicrono

El laboratorio funciona como un 'bucle cerrado': se recogen nuevos datos de humanos, se actualiza el modelo, se despliega en Optimus, se estudia la posible presencia de fallos y se repite el ciclo para ir ampliando el repertorio de habilidades del robot.

En el caso de las instalaciones del Gobierno Municipal de Pekín, sus intenciones son todavía más ambiciosas, ya que no se limitan a un único modelo o formato de robot. Y es que sus responsables reconocen que los datos de simulación y los datos sintéticos “no pueden reproducir completamente” detalles como las perturbaciones ambientales o los retrasos de los actuadores.

Por eso el centro de Shijingshan se ha concebido, ante todo, como una fábrica de datos. Sus responsables aseguran que han creado un sistema estandarizado que cubre todo el ciclo de vida de la información, desde la captura en los robots hasta el etiquetado y el almacenamiento.

Ese sistema permite integrar datos heterogéneos, procedentes de distintos fabricantes y tipos de sensores, y convertirlos en conjuntos listos para entrenar modelos base de robots humanoides de propósito general.

La idea es que esos datos no se queden en una sola empresa, sino que funcionen como una base pública para toda la industria china de humanoides, un repositorio común de experiencias físicas que cualquier actor del sector pueda reutilizar.

La dimensión del proyecto va mucho más allá de una sola instalación. A finales de 2025 ya se habían anunciado más de 40 centros de recopilación de datos de robots humanoides en todo el país, con alrededor de dos docenas de ellos en funcionamiento, según estimaciones del sector citadas por Rest of World.

China avisa sobre el auge de los robots humanoides: la explosión de modelos parecidos eleva una burbuja sin demanda

Muchos de ellos ocupan varios miles de metros cuadrados y están equipados con docenas de robots que trabajan y se entrenan a diario bajo la supervisión de técnicos humanos.

Los presupuestos no son públicos, pero el mero volumen de espacio, equipamiento y personal necesario indica inversiones multimillonarias, sostenidas en buena medida por gobiernos locales que subvencionan la construcción y ceden el uso a empresas de robótica como Unitree, AgiBot o Ubtech.

Sin margen de error

Más allá de las descomunales inversiones chinas, y de su lugar privilegiado en la carrera por desarrollar una de las piezas centrales de la tecnología del futuro, está el debate sobre cómo deben aprender los robots humanoides.

El santo grial que persiguen investigadores y compañías tecnológicas es una inteligencia incorporada (embodied intelligence) que comprenda el entorno y sea capaz de interactuar con él de forma fluida y sin errores.

La mayoría de empresas han intentado replicar la estrategia de los grandes modelos de lenguaje de la IA generativa: acumular enormes cantidades de datos para entrenar estos algoritmos. Sin embargo, en la interacción física el margen de error es mucho menor.

Una operadora con un exoesqueleto entrenando a un robot en el Humanoid Robotics Innovation Center de Pekín. ECSN Omicrono

El pionero de la robótica española Carlos Balaguer lo resumía así en conversación con EL ESPAÑOL - Omicrono: “el gran reto científico y tecnológico a superar es la toma de decisiones en tiempo real, en milisegundos”.

A su juicio, el sector se centra demasiado en el big data, cuando en este tipo de robots lo que hace falta es “small data, pocos datos muy fiables para tomar decisiones efectivas en muy poco tiempo”.

Esa visión choca con la lógica de algunos centros chinos, concebidos como máquinas de generar datos masivos, pero subraya la necesidad de que la calidad de esos registros esté por encima de la cantidad.

Balaguer alerta también de un límite inherente a los sistemas basados en aprendizaje estadístico. La tendencia dominante, reconoce, son los sistemas de aprendizaje automático con IA, pero “eso no va a ser suficiente” si se pretende que los humanoides trabajen codo con codo con personas.

Robot de Neura haciendo tareas. Neura Omicrono

No basta con tener una probabilidad de acierto del 90%: en contextos industriales o de asistencia en hogares, insiste, “tienen que ser 100% seguros”.

Esa exigencia plantea dudas sobre hasta qué punto los centros de datos físicos, por grandes que sean, pueden resolver por sí solos el problema, o si será necesario combinarlos con reglas más estrictas, redundancias y controles de seguridad adicionales.

Las autoridades de Pekín defienden que su estrategia va precisamente en la dirección de mejorar esa fiabilidad.

Al hablar del centro de Shijingshan, subrayan que los conjuntos de datos que genera pueden utilizarse directamente para entrenar modelos base de robots de propósito general y contribuir a un desarrollo “estandarizado y a gran escala” de la industria china.

Los responsables del proyecto aseguran que los entrenamientos se han diseñado para capturar no solo la ejecución correcta de las tareas, sino también los fallos, las pequeñas perturbaciones y las correcciones que realizan los técnicos humanos sobre la marcha.

De esta forma, cada repetición se convierte en una lección sobre cómo detectar y resolver errores en tiempo real.

El peligro oculto del robot humanoide doméstico de Figure: "Tiene tanta fuerza que podría destrozar un cráneo"

A medida que se multiplican estos centros, crece también el riesgo de una burbuja. La Comisión Nacional de Desarrollo y Reforma de China ha advertido de la proliferación de empresas de humanoides, más de 150 en todo el país, con epicentro en Shenzhen, y del peligro de que la fiebre inversora no se corresponda con una demanda real en el corto plazo.

Al mismo tiempo, la existencia de una red nacional de instalaciones de este tipo ofrece a China una ventaja estratégica: la capacidad de generar, a gran velocidad, una base de datos común para todos los robots fabricados en el país.