La industria robótica tiene un gran objetivo en los últimos tiempos más allá de automatizar fábricas y optimizar procesos: convertirse en compañero diario para miles de tareas domésticas y de la vida diaria de las personas.

Están llamados a realizar tareas que ahora mismo hacen personas como atender de cara al público, limpiar estancias enteras de forma autónoma o tener la capacidad de variar procesos desde cero, sin una programación previa.

Un escenario que aunque parece futurista y distópico, el CEO del gigante de la robótica Unitree, Wang Xingxing, cree que será mucho antes de lo que esperamos gracias al avance de los modelos de IA como ChatGPT o Gemini.

De hecho, la carrera que están manteniendo OpenAi, Anthropic y Google no sólo está acelerando las capacidades de la IA en codificación, software o investigación, sino también en cómo se entienden los robots con el entorno y cómo responden cada vez más autónomamente.

Tanto es así que el despliegue de los robots será "en uno o dos años", defiende Wang. Mucho antes de lo que buena parte de los expertos anticipaban, incluyen.

Robots ante el momento ChatGPT

El máximo responsable de Unitree cree que los robots humanoides están a punto de llegar a "su momento ChatGPT". Es decir, del mismo modo que el uso de la inteligencia artificial generativa ya se ha democratizado y el acceso para tareas diarias ya llega a todos los públicos —aunque a diferentes niveles de exigencia—, los robots humanoides están a punto de eclosionar y pasar de tecnología en desarrollo a un elemento completamente comercial.

Lo harán de la mano del avance de la inteligencia artificial que les permitirá avanzar en el software, aprovechando el hardware, que ahora mismo va por delante en la carrera de desarrollo de robots.

"Es posible que, por ejemplo, un modelo GPT-7 lanzado el próximo año pueda resolver directamente los problemas de la inteligencia corporal", explicó Wang en referencia a usar una de sus máquinas sólo con comandos gestionados a través de IA.

La idea, cuajada en un foro organizado por el South Morning China Post, representa un avance con respecto a la idea que el propio ejecutivo tenía en agosto, cuando creía que el plazo podría extenderse hasta una década.

La referencia de Unitree para poder lograr este objetivo es que los robots deben de ser capaces de completar el 80% de las tareas que les asignen por sí mismos. Sin intervención humana. Es más, estas tareas deben poder realizarse en el 80% de entornos desconocidos, donde el robot no haya estado anteriormente. No puede tener datos previos del lugar.

Lo cierto es que la unión del hardware de Unitree con el software de un modelo basado en IA ya ha sucedido, concretamente en la Universidad de Stanford.

El pasado septiembre el grupo Movements Lab de la Universidad presentaron HomeBody, un sistema que dotó a un modelo Unitree G1 con un sistema de memoria espacial persistente y habilidades humanas para tareas a largo plazo, todo usando el modelo Astra de ChatGPT-6.

El equipo de investigación mostró los resultados del robot humanoide en una cocina que nunca antes había visto. Logró que limpiase la habitación y recuperase un objeto a partir de la única solicitud "Ordena la cocina, pon las bolsas de café en la isla y tira los cartones en mal estado", sin datos de entrenamiento específicos del entorno ni aprendizaje adicionales. La unión de la máquina con la IA.

La importancia de la IA física

OpenAI lanzó GPT-6 Astra a principios de septiembre incluyendo mejoras significativas con respecto a los modelos anteriores en pruebas con interfaces, pasando de una puntuación del 76,9% al 92,7% en ScreenSpot-Pro. Abre

Esto supone un aumento con respecto al 76,9 % de GPT-5.6 Sol. Sin embargo, también preocupa a los expertos en ciberseguridad por la amenaza que podría representar si se descontrola y comienza a hackear otras organizaciones , algo que se sabe que han hecho los modelos recientes de OpenAI.

La compañía de Sam Altman explicaba que entre las principales capacidades de Astra para interactuar y manipular herramientas de software, pero, mucho más interesante para el uso con robots es la nueva arquitectura de razonamiento llamada profundidad recurrente, que le permite pensar repetidamente en un problema antes de producir una respuesta, lo que podría mejorar la precisión en situaciones críticas.

Precisamente, en la competencia encarnizada que libran las principales empresas de IA, Google ha presentado esta semana Gemini 4 Argon, su nuevo modelo para tareas complejas.

Además de para resolver tareas complejas de ingeniería, ayudar en avances científicos o transformar flujos de trabajo, también presenta un importante avance en robótica.

Google explica que Argon supone un avance significativo en la comprensión física, la generación de código y el razonamiento visual-semántico, lo que abre nuevas posibilidades en los flujos de trabajo para comprender y resolver problemas físicos y espaciales en entornos reales.

Las pruebas en este caso se han realizado con diferentes modelos de robots del mercado.

En este sentido Google explica que ya se puede aplicar Argon a lo largo de todo el ciclo de vida de la robótica. Teniendo así control de robots sin entrenamiento previo, reconstruir simulaciones de tareas realizadas por humanos con un simple boceto en un papel, etiquetado del entorno para saber cómo responder en escenarios inéditos e incluso ser capaces de mejorar interacciones con el entorno gracias a simulaciones.