Portugués 
Inglés 
Español 
6 min de lectura 
0 comentarios 
Interesting Engineering, sitio de noticias sobre ingeniería y tecnología, presentó los números y los puntos centrales del avance. La publicación también destacó la conexión del proyecto con la experiencia anterior de ShengShu Technology en video generativo, a través de la plataforma Vidu.
El video generativo es una tecnología ligada a la creación y predicción de escenas en vídeo. En Motubrain, esta base ayuda al sistema a entender cómo los objetos, espacios y acciones pueden cambiar con el tiempo.
El robot puede realizar hasta 10 pasos en una única secuencia
Uno de los puntos más fuertes de Motubrain es la capacidad de ejecutar tareas con varias fases. El sistema puede realizar hasta 10 acciones atómicas en una única secuencia.
-
Nasa enciende motor de plasma de litio 25 veces más potente que cualquier propulsor eléctrico jamás usado en el espacio, la tecnología necesita funcionar por 23 mil horas sin parar a temperaturas infernales y si tiene éxito pondrá al primer ser humano en Marte.
-
La alerta escondida en el fondo de la Antártida vuelve al centro de la crisis climática: científicos identifican en la circulación profunda del Océano Austral el mecanismo que liberó CO₂ al final de la última era glacial y ahora puede transformar el propio océano en amplificador del calentamiento global.
-
China encuentra más de 200 nuevos yacimientos de petróleo y gas e intenta reforzar la seguridad energética en medio de la presión global
-
NASA corre contra el tiempo para salvar un telescopio que va a precipitarse sobre la Tierra porque el propio Sol lo está empujando hacia abajo y la solución es enviar una nave para empujarlo de vuelta.
Una acción atómica es un paso simple dentro de una tarea mayor. Coger un objeto, mover una pieza o soltar algo en otro lugar son ejemplos de este tipo de acción.
Muchos sistemas robóticos actuales suelen manejar solo 2 o 3 acciones en secuencia. Por eso, llegar a 10 etapas representa un salto importante para tareas más complejas.
Esta capacidad puede acercar a los robots a actividades reales. En entornos como fábricas, tiendas y residencias, una tarea rara vez depende de un solo movimiento simple.
El cerebro de IA intenta repetir la tarea cuando algo sale mal
Motubrain también demostró capacidad de reaccionar durante la ejecución. En pruebas prácticas, cuando un intento fallaba en medio de la tarea, el sistema cerebral lograba reconocer el problema e intentarlo de nuevo.
Un ejemplo involucra el acto de coger un objeto. Si el primer intento no funcionaba, el robot podía ajustar la acción y repetir el movimiento sin haber recibido un entrenamiento específico para ese error.
Este punto es importante porque el mundo real está lleno de imprevistos. Los objetos cambian de lugar, las superficies dificultan los movimientos y las tareas simples pueden fallar por pequeños detalles.
Jun Zhu, fundador de ShengShu Technology, resumió la idea del proyecto con la frase: “Un modelo mundial verdadero debe ser capaz, entonces, de construir una representación unificada del mundo real y predecir cómo evoluciona”.
Empresas de robótica ya entran en la ruta de Motubrain
ShengShu Technology afirma que Motubrain ya está siendo utilizado por empresas de robótica en programas de entrenamiento activo. Los entornos citados incluyen áreas industriales, comerciales y domésticas.
Las asociaciones involucran a empresas como Astribot, SimpleAI y Anyverse Dynamics. La intención es ampliar la presencia del modelo en diferentes usos de la robótica.
El proyecto también recibió un apoyo financiero relevante. ShengShu contó con una ronda Serie B de US$ 293 millones liderada por Alibaba Cloud.
Este valor fortalece la apuesta en sistemas de inteligencia artificial incorporados. Este tipo de IA funciona dentro de máquinas físicas, como robots, y no solo en pantallas o aplicaciones.
Arquitectura unificada intenta sustituir robots llenos de partes separadas
La propuesta de Motubrain es cambiar la lógica de módulos separados por un sistema único de cerebro. La arquitectura utiliza tres flujos para integrar información diferente, como imagen, lenguaje y movimiento.
En términos simples, estos tres flujos funcionan, así, como caminos por los cuales el robot interpreta lo que ve, lo que recibe como comando y lo que necesita hacer.
La empresa también defiende que los robots más avanzados necesitan unir percepción, razonamiento, predicción, generación y acción en una sola estructura. La declaración refuerza esta visión: “Creemos que los modelos generales del mundo no deben construirse como módulos cosidos, sino como una arquitectura unificada que reúne percepción, razonamiento, predicción, generación y acción en un único sistema.”
Este camino puede hacer que los robots estén más preparados para tareas variadas. Aun así, la adopción a gran escala depende de la seguridad, el costo, la integración con máquinas existentes y los resultados fuera de las pruebas.
Motubrain muestra una nueva fase de la robótica con inteligencia artificial
Motubrain pone a China en evidencia en la carrera por robots más flexibles. El modelo une visión, lenguaje y acción, alcanza 96,0 en 50 tareas, supera 95,0 en entornos aleatorios y ejecuta hasta 10 etapas en secuencia.
La promesa no es solo crear robots que, por lo tanto, obedezcan órdenes. El objetivo es acercar las máquinas a tareas reales, con más adaptación, más secuencia de movimientos y mayor capacidad de corregir fallos.
Este avance puede cambiar la relación entre robots y trabajo en fábricas, comercio y hogares. Pero y tú, ¿confiarías en un robot con este tipo de inteligencia para ayudar en tareas del día a día o crees que esta tecnología aún necesita madurar mucho?
La propuesta también busca reducir la dependencia de sistemas cerebrales diseñados para una única tarea. Muchos robots funcionan bien en situaciones repetitivas, pero tienen dificultades cuando el escenario cambia. El Motubrain intenta mejorar esta adaptación.
Para las empresas, esto puede abrir el camino a robots más útiles en fábricas, comercio y hogares. El avance aún depende de pruebas y aplicación real, pero apunta a máquinas menos limitadas por comandos rígidos.
El modelo aprende de vídeos, comandos y acciones al mismo tiempo
El modelo de IA para robots aprende de tres tipos de información: vídeo, lenguaje y acción. El vídeo ayuda al sistema a ver patrones. El lenguaje permite entender comandos. La acción muestra cómo debe moverse el robot.
En la práctica, el sistema aprende observando escenas, recibiendo instrucciones y analizando movimientos. Esta combinación ayuda al robot a crear una noción más amplia de lo que sucede a su alrededor.
Motubrain también utiliza vídeos sin etiquetar, datos de simulación y grabaciones de tareas realizadas por varios robots. Los vídeos sin etiquetar son imágenes sin marcas manuales hechas por personas.
Esta estrategia reduce la necesidad de que alguien explique cada detalle a la máquina. El sistema intenta reconocer patrones de movimiento y comportamiento a partir de los datos disponibles.
Las pruebas muestran 63,77 en WorldArena y 96,0 en 50 tareas
El rendimiento de Motubrain llamó la atención en evaluaciones utilizadas para medir robots y modelos de inteligencia artificial. El sistema alcanzó 63,77 en WorldArena y un promedio de 96,0 en 50 tareas en RoboTwin 2.0.
El modelo también fue presentado como el único en superar el 95,0 en entornos aleatorios. Este punto es importante porque los entornos aleatorios son más difíciles. En ellos, el robot necesita lidiar con cambios y situaciones menos predecibles.
Interesting Engineering, sitio de noticias sobre ingeniería y tecnología, presentó los números y los puntos centrales del avance. La publicación también destacó la conexión del proyecto con la experiencia anterior de ShengShu Technology en video generativo, a través de la plataforma Vidu.
El video generativo es una tecnología ligada a la creación y predicción de escenas en vídeo. En Motubrain, esta base ayuda al sistema a entender cómo los objetos, espacios y acciones pueden cambiar con el tiempo.
El robot puede realizar hasta 10 pasos en una única secuencia
Uno de los puntos más fuertes de Motubrain es la capacidad de ejecutar tareas con varias fases. El sistema puede realizar hasta 10 acciones atómicas en una única secuencia.
Una acción atómica es un paso simple dentro de una tarea mayor. Coger un objeto, mover una pieza o soltar algo en otro lugar son ejemplos de este tipo de acción.
Muchos sistemas robóticos actuales suelen manejar solo 2 o 3 acciones en secuencia. Por eso, llegar a 10 etapas representa un salto importante para tareas más complejas.
Esta capacidad puede acercar a los robots a actividades reales. En entornos como fábricas, tiendas y residencias, una tarea rara vez depende de un solo movimiento simple.
El cerebro de IA intenta repetir la tarea cuando algo sale mal
Motubrain también demostró capacidad de reaccionar durante la ejecución. En pruebas prácticas, cuando un intento fallaba en medio de la tarea, el sistema cerebral lograba reconocer el problema e intentarlo de nuevo.
Un ejemplo involucra el acto de coger un objeto. Si el primer intento no funcionaba, el robot podía ajustar la acción y repetir el movimiento sin haber recibido un entrenamiento específico para ese error.
Este punto es importante porque el mundo real está lleno de imprevistos. Los objetos cambian de lugar, las superficies dificultan los movimientos y las tareas simples pueden fallar por pequeños detalles.
Jun Zhu, fundador de ShengShu Technology, resumió la idea del proyecto con la frase: “Un modelo mundial verdadero debe ser capaz, entonces, de construir una representación unificada del mundo real y predecir cómo evoluciona”.
Empresas de robótica ya entran en la ruta de Motubrain
ShengShu Technology afirma que Motubrain ya está siendo utilizado por empresas de robótica en programas de entrenamiento activo. Los entornos citados incluyen áreas industriales, comerciales y domésticas.
Las asociaciones involucran a empresas como Astribot, SimpleAI y Anyverse Dynamics. La intención es ampliar la presencia del modelo en diferentes usos de la robótica.
El proyecto también recibió un apoyo financiero relevante. ShengShu contó con una ronda Serie B de US$ 293 millones liderada por Alibaba Cloud.
Este valor fortalece la apuesta en sistemas de inteligencia artificial incorporados. Este tipo de IA funciona dentro de máquinas físicas, como robots, y no solo en pantallas o aplicaciones.
Arquitectura unificada intenta sustituir robots llenos de partes separadas
La propuesta de Motubrain es cambiar la lógica de módulos separados por un sistema único de cerebro. La arquitectura utiliza tres flujos para integrar información diferente, como imagen, lenguaje y movimiento.
En términos simples, estos tres flujos funcionan, así, como caminos por los cuales el robot interpreta lo que ve, lo que recibe como comando y lo que necesita hacer.
La empresa también defiende que los robots más avanzados necesitan unir percepción, razonamiento, predicción, generación y acción en una sola estructura. La declaración refuerza esta visión: “Creemos que los modelos generales del mundo no deben construirse como módulos cosidos, sino como una arquitectura unificada que reúne percepción, razonamiento, predicción, generación y acción en un único sistema.”
Este camino puede hacer que los robots estén más preparados para tareas variadas. Aun así, la adopción a gran escala depende de la seguridad, el costo, la integración con máquinas existentes y los resultados fuera de las pruebas.
Motubrain muestra una nueva fase de la robótica con inteligencia artificial
Motubrain pone a China en evidencia en la carrera por robots más flexibles. El modelo une visión, lenguaje y acción, alcanza 96,0 en 50 tareas, supera 95,0 en entornos aleatorios y ejecuta hasta 10 etapas en secuencia.
La promesa no es solo crear robots que, por lo tanto, obedezcan órdenes. El objetivo es acercar las máquinas a tareas reales, con más adaptación, más secuencia de movimientos y mayor capacidad de corregir fallos.
Este avance puede cambiar la relación entre robots y trabajo en fábricas, comercio y hogares. Pero y tú, ¿confiarías en un robot con este tipo de inteligencia para ayudar en tareas del día a día o crees que esta tecnología aún necesita madurar mucho?
La propuesta también busca reducir la dependencia de sistemas cerebrales diseñados para una única tarea. Muchos robots funcionan bien en situaciones repetitivas, pero tienen dificultades cuando el escenario cambia. El Motubrain intenta mejorar esta adaptación.
Para las empresas, esto puede abrir el camino a robots más útiles en fábricas, comercio y hogares. El avance aún depende de pruebas y aplicación real, pero apunta a máquinas menos limitadas por comandos rígidos.
El modelo aprende de vídeos, comandos y acciones al mismo tiempo
El modelo de IA para robots aprende de tres tipos de información: vídeo, lenguaje y acción. El vídeo ayuda al sistema a ver patrones. El lenguaje permite entender comandos. La acción muestra cómo debe moverse el robot.
En la práctica, el sistema aprende observando escenas, recibiendo instrucciones y analizando movimientos. Esta combinación ayuda al robot a crear una noción más amplia de lo que sucede a su alrededor.
Motubrain también utiliza vídeos sin etiquetar, datos de simulación y grabaciones de tareas realizadas por varios robots. Los vídeos sin etiquetar son imágenes sin marcas manuales hechas por personas.
Esta estrategia reduce la necesidad de que alguien explique cada detalle a la máquina. El sistema intenta reconocer patrones de movimiento y comportamiento a partir de los datos disponibles.
Las pruebas muestran 63,77 en WorldArena y 96,0 en 50 tareas
El rendimiento de Motubrain llamó la atención en evaluaciones utilizadas para medir robots y modelos de inteligencia artificial. El sistema alcanzó 63,77 en WorldArena y un promedio de 96,0 en 50 tareas en RoboTwin 2.0.
El modelo también fue presentado como el único en superar el 95,0 en entornos aleatorios. Este punto es importante porque los entornos aleatorios son más difíciles. En ellos, el robot necesita lidiar con cambios y situaciones menos predecibles.
Interesting Engineering, sitio de noticias sobre ingeniería y tecnología, presentó los números y los puntos centrales del avance. La publicación también destacó la conexión del proyecto con la experiencia anterior de ShengShu Technology en video generativo, a través de la plataforma Vidu.
El video generativo es una tecnología ligada a la creación y predicción de escenas en vídeo. En Motubrain, esta base ayuda al sistema a entender cómo los objetos, espacios y acciones pueden cambiar con el tiempo.
El robot puede realizar hasta 10 pasos en una única secuencia
Uno de los puntos más fuertes de Motubrain es la capacidad de ejecutar tareas con varias fases. El sistema puede realizar hasta 10 acciones atómicas en una única secuencia.
Una acción atómica es un paso simple dentro de una tarea mayor. Coger un objeto, mover una pieza o soltar algo en otro lugar son ejemplos de este tipo de acción.
Muchos sistemas robóticos actuales suelen manejar solo 2 o 3 acciones en secuencia. Por eso, llegar a 10 etapas representa un salto importante para tareas más complejas.
Esta capacidad puede acercar a los robots a actividades reales. En entornos como fábricas, tiendas y residencias, una tarea rara vez depende de un solo movimiento simple.
El cerebro de IA intenta repetir la tarea cuando algo sale mal
Motubrain también demostró capacidad de reaccionar durante la ejecución. En pruebas prácticas, cuando un intento fallaba en medio de la tarea, el sistema cerebral lograba reconocer el problema e intentarlo de nuevo.
Un ejemplo involucra el acto de coger un objeto. Si el primer intento no funcionaba, el robot podía ajustar la acción y repetir el movimiento sin haber recibido un entrenamiento específico para ese error.
Este punto es importante porque el mundo real está lleno de imprevistos. Los objetos cambian de lugar, las superficies dificultan los movimientos y las tareas simples pueden fallar por pequeños detalles.
Jun Zhu, fundador de ShengShu Technology, resumió la idea del proyecto con la frase: “Un modelo mundial verdadero debe ser capaz, entonces, de construir una representación unificada del mundo real y predecir cómo evoluciona”.
Empresas de robótica ya entran en la ruta de Motubrain
ShengShu Technology afirma que Motubrain ya está siendo utilizado por empresas de robótica en programas de entrenamiento activo. Los entornos citados incluyen áreas industriales, comerciales y domésticas.
Las asociaciones involucran a empresas como Astribot, SimpleAI y Anyverse Dynamics. La intención es ampliar la presencia del modelo en diferentes usos de la robótica.
El proyecto también recibió un apoyo financiero relevante. ShengShu contó con una ronda Serie B de US$ 293 millones liderada por Alibaba Cloud.
Este valor fortalece la apuesta en sistemas de inteligencia artificial incorporados. Este tipo de IA funciona dentro de máquinas físicas, como robots, y no solo en pantallas o aplicaciones.
Arquitectura unificada intenta sustituir robots llenos de partes separadas
La propuesta de Motubrain es cambiar la lógica de módulos separados por un sistema único de cerebro. La arquitectura utiliza tres flujos para integrar información diferente, como imagen, lenguaje y movimiento.
En términos simples, estos tres flujos funcionan, así, como caminos por los cuales el robot interpreta lo que ve, lo que recibe como comando y lo que necesita hacer.
La empresa también defiende que los robots más avanzados necesitan unir percepción, razonamiento, predicción, generación y acción en una sola estructura. La declaración refuerza esta visión: “Creemos que los modelos generales del mundo no deben construirse como módulos cosidos, sino como una arquitectura unificada que reúne percepción, razonamiento, predicción, generación y acción en un único sistema.”
Este camino puede hacer que los robots estén más preparados para tareas variadas. Aun así, la adopción a gran escala depende de la seguridad, el costo, la integración con máquinas existentes y los resultados fuera de las pruebas.
Motubrain muestra una nueva fase de la robótica con inteligencia artificial
Motubrain pone a China en evidencia en la carrera por robots más flexibles. El modelo une visión, lenguaje y acción, alcanza 96,0 en 50 tareas, supera 95,0 en entornos aleatorios y ejecuta hasta 10 etapas en secuencia.
La promesa no es solo crear robots que, por lo tanto, obedezcan órdenes. El objetivo es acercar las máquinas a tareas reales, con más adaptación, más secuencia de movimientos y mayor capacidad de corregir fallos.
Este avance puede cambiar la relación entre robots y trabajo en fábricas, comercio y hogares. Pero y tú, ¿confiarías en un robot con este tipo de inteligencia para ayudar en tareas del día a día o crees que esta tecnología aún necesita madurar mucho?
Modelo chino alcanzó un rendimiento del 96,0 en 50 tareas, superó el 95,0 en entornos aleatorios, aprende de vídeos, entiende comandos humanos, intenta corregir fallos durante acciones reales y apunta a su uso en entornos industriales, comerciales y domésticos
China ha presentado un avance que podría cambiar la forma en que los robots aprenden y trabajan. El Motubrain es un modelo de inteligencia artificial creado para funcionar como un cerebro único para robots, reuniendo visión, lenguaje y acción en el mismo sistema.
La investigación fue publicada por Interesting Engineering, sitio de noticias sobre ingeniería y tecnología. La tecnología fue desarrollada por ShengShu Technology y busca reemplazar sistemas separados por una estructura única, capaz de percibir el entorno, entender órdenes y actuar.
El impacto práctico radica en la posibilidad de que los robots realicen tareas más largas y flexibles. El modelo de IA para robots ya ha sido presentado con un rendimiento de 63,77 en WorldArena, un promedio de 96,0 en 50 tareas en RoboTwin 2.0 y la capacidad de ejecutar hasta 10 acciones atómicas en secuencia.
Motubrain funciona como un cerebro general para robots
Se creó, entonces, el Motubrain para unir varias funciones en una sola inteligencia. En lugar de usar un sistema para ver, otro para planificar y otro para moverse, el robot pasa a trabajar con una estructura integrada, un cerebro.
Esto significa que la máquina puede observar el entorno, entender una instrucción y elegir una acción sin cambiar de programa en cada etapa. Esta unión es lo que hace que el modelo sea importante para la robótica con inteligencia artificial.
La propuesta también busca reducir la dependencia de sistemas cerebrales diseñados para una única tarea. Muchos robots funcionan bien en situaciones repetitivas, pero tienen dificultades cuando el escenario cambia. El Motubrain intenta mejorar esta adaptación.
Para las empresas, esto puede abrir el camino a robots más útiles en fábricas, comercio y hogares. El avance aún depende de pruebas y aplicación real, pero apunta a máquinas menos limitadas por comandos rígidos.
El modelo aprende de vídeos, comandos y acciones al mismo tiempo
El modelo de IA para robots aprende de tres tipos de información: vídeo, lenguaje y acción. El vídeo ayuda al sistema a ver patrones. El lenguaje permite entender comandos. La acción muestra cómo debe moverse el robot.
En la práctica, el sistema aprende observando escenas, recibiendo instrucciones y analizando movimientos. Esta combinación ayuda al robot a crear una noción más amplia de lo que sucede a su alrededor.
Motubrain también utiliza vídeos sin etiquetar, datos de simulación y grabaciones de tareas realizadas por varios robots. Los vídeos sin etiquetar son imágenes sin marcas manuales hechas por personas.
Esta estrategia reduce la necesidad de que alguien explique cada detalle a la máquina. El sistema intenta reconocer patrones de movimiento y comportamiento a partir de los datos disponibles.
Las pruebas muestran 63,77 en WorldArena y 96,0 en 50 tareas
El rendimiento de Motubrain llamó la atención en evaluaciones utilizadas para medir robots y modelos de inteligencia artificial. El sistema alcanzó 63,77 en WorldArena y un promedio de 96,0 en 50 tareas en RoboTwin 2.0.
El modelo también fue presentado como el único en superar el 95,0 en entornos aleatorios. Este punto es importante porque los entornos aleatorios son más difíciles. En ellos, el robot necesita lidiar con cambios y situaciones menos predecibles.
Interesting Engineering, sitio de noticias sobre ingeniería y tecnología, presentó los números y los puntos centrales del avance. La publicación también destacó la conexión del proyecto con la experiencia anterior de ShengShu Technology en video generativo, a través de la plataforma Vidu.
El video generativo es una tecnología ligada a la creación y predicción de escenas en vídeo. En Motubrain, esta base ayuda al sistema a entender cómo los objetos, espacios y acciones pueden cambiar con el tiempo.
El robot puede realizar hasta 10 pasos en una única secuencia
Uno de los puntos más fuertes de Motubrain es la capacidad de ejecutar tareas con varias fases. El sistema puede realizar hasta 10 acciones atómicas en una única secuencia.
Una acción atómica es un paso simple dentro de una tarea mayor. Coger un objeto, mover una pieza o soltar algo en otro lugar son ejemplos de este tipo de acción.
Muchos sistemas robóticos actuales suelen manejar solo 2 o 3 acciones en secuencia. Por eso, llegar a 10 etapas representa un salto importante para tareas más complejas.
Esta capacidad puede acercar a los robots a actividades reales. En entornos como fábricas, tiendas y residencias, una tarea rara vez depende de un solo movimiento simple.
El cerebro de IA intenta repetir la tarea cuando algo sale mal
Motubrain también demostró capacidad de reaccionar durante la ejecución. En pruebas prácticas, cuando un intento fallaba en medio de la tarea, el sistema cerebral lograba reconocer el problema e intentarlo de nuevo.
Un ejemplo involucra el acto de coger un objeto. Si el primer intento no funcionaba, el robot podía ajustar la acción y repetir el movimiento sin haber recibido un entrenamiento específico para ese error.
Este punto es importante porque el mundo real está lleno de imprevistos. Los objetos cambian de lugar, las superficies dificultan los movimientos y las tareas simples pueden fallar por pequeños detalles.
Jun Zhu, fundador de ShengShu Technology, resumió la idea del proyecto con la frase: “Un modelo mundial verdadero debe ser capaz, entonces, de construir una representación unificada del mundo real y predecir cómo evoluciona”.
Empresas de robótica ya entran en la ruta de Motubrain
ShengShu Technology afirma que Motubrain ya está siendo utilizado por empresas de robótica en programas de entrenamiento activo. Los entornos citados incluyen áreas industriales, comerciales y domésticas.
Las asociaciones involucran a empresas como Astribot, SimpleAI y Anyverse Dynamics. La intención es ampliar la presencia del modelo en diferentes usos de la robótica.
El proyecto también recibió un apoyo financiero relevante. ShengShu contó con una ronda Serie B de US$ 293 millones liderada por Alibaba Cloud.
Este valor fortalece la apuesta en sistemas de inteligencia artificial incorporados. Este tipo de IA funciona dentro de máquinas físicas, como robots, y no solo en pantallas o aplicaciones.
Arquitectura unificada intenta sustituir robots llenos de partes separadas
La propuesta de Motubrain es cambiar la lógica de módulos separados por un sistema único de cerebro. La arquitectura utiliza tres flujos para integrar información diferente, como imagen, lenguaje y movimiento.
En términos simples, estos tres flujos funcionan, así, como caminos por los cuales el robot interpreta lo que ve, lo que recibe como comando y lo que necesita hacer.
La empresa también defiende que los robots más avanzados necesitan unir percepción, razonamiento, predicción, generación y acción en una sola estructura. La declaración refuerza esta visión: “Creemos que los modelos generales del mundo no deben construirse como módulos cosidos, sino como una arquitectura unificada que reúne percepción, razonamiento, predicción, generación y acción en un único sistema.”
Este camino puede hacer que los robots estén más preparados para tareas variadas. Aun así, la adopción a gran escala depende de la seguridad, el costo, la integración con máquinas existentes y los resultados fuera de las pruebas.
Motubrain muestra una nueva fase de la robótica con inteligencia artificial
Motubrain pone a China en evidencia en la carrera por robots más flexibles. El modelo une visión, lenguaje y acción, alcanza 96,0 en 50 tareas, supera 95,0 en entornos aleatorios y ejecuta hasta 10 etapas en secuencia.
La promesa no es solo crear robots que, por lo tanto, obedezcan órdenes. El objetivo es acercar las máquinas a tareas reales, con más adaptación, más secuencia de movimientos y mayor capacidad de corregir fallos.
Este avance puede cambiar la relación entre robots y trabajo en fábricas, comercio y hogares. Pero y tú, ¿confiarías en un robot con este tipo de inteligencia para ayudar en tareas del día a día o crees que esta tecnología aún necesita madurar mucho?
¡Sé la primera persona en reaccionar!