Português 
Inglês 
Espanhol 
7 min de leitura 
0 comentários 
Guantes robóticos capturan movimientos humanos en casa y entrenan robot doméstico con 10 millones de tareas reales recolectadas en EE.UU.
En 2025, según un reportaje de AI Business, la startup Sunday Robotics, fundada por investigadores de doctorado de la Universidad de Stanford, comenzó a enviar guantes robóticos a hogares en Estados Unidos con el objetivo de capturar movimientos humanos en tareas domésticas reales. La iniciativa resultó en la creación de una base de datos con alrededor de 10 millones de episodios de actividades domésticas recolectadas en más de 500 hogares, considerada una de las más grandes del mundo para entrenamiento de robots domésticos.
La tecnología permite registrar la posición, presión y ángulo de cada dedo en tiempo real, alimentando directamente sistemas de inteligencia artificial que entrenan al robot Memo, capaz de limpiar mesas, cargar lavavajillas, doblar ropa y preparar café. El proyecto representa un cambio estructural en la forma en que se entrenan los robots, sustituyendo ambientes controlados por datos del mundo real.
Problema de la robótica doméstica: por qué los robots fallan en casas reales
Los robots industriales operan con alta eficiencia en fábricas porque trabajan en ambientes predecibles, donde los objetos están siempre en las mismas posiciones y condiciones. En el ambiente doméstico, esta lógica no se aplica.
-
James Webb encuentra 300 galaxias con cicatrices misteriosas, y este descubrimiento puede mostrar que el universo nació mucho más violento de lo que los astrónomos imaginaban.
-
En un pozo inundado, arqueólogos encuentran un huevo romano de 1.700 años que aún guarda clara y yema intactas dentro de la cáscara súper fina.
-
Algo está sucediendo alrededor de la Tierra: Dentro de la enorme explosión de bolas de fuego de 2026.
-
Burbuja de aire caliente proveniente de Argentina se expande sobre Brasil y hace que los termómetros superen los 38 grados con sensación térmica de 40 grados a finales de marzo, afectando a 6 estados de una sola vez.
Las cocinas varían en diseño, los utensilios cambian de forma, los objetos aparecen fuera de lugar y factores imprevisibles, como animales o niños, alteran constantemente el escenario. Esto crea un desafío central para la robótica doméstica: la falta de datos reales y variados suficientes para entrenar sistemas de inteligencia artificial en ambientes dinámicos.
El CEO Tony Zhao resume el problema al afirmar que los robots entrenados en laboratorio rara vez funcionan en ambientes impredecibles. Esta limitación ha frenado el avance de los robots domésticos durante años.
Guante robótico de 200 dólares sustituye sistemas de teleoperación de 20 mil
El método tradicional para entrenar robots implica teleoperación, en la que humanos controlan máquinas de forma remota mientras se registran sus acciones. Este proceso es caro, lento y está restringido al ambiente donde el robot está físicamente presente.
Sunday Robotics sustituyó este modelo al enviar guantes robóticos directamente a los hogares. El Skill Capture Glove cuesta alrededor de 200 dólares para producir y desempeña la misma función de captura de datos.
La diferencia crítica está en la escala y diversidad, ya que la recolección ocurre en miles de ambientes reales, eliminando la necesidad de replicar escenarios domésticos en laboratorio.
Cómo funciona el guante robótico que captura movimientos de los dedos
El Skill Capture Glove fue diseñado para replicar exactamente la geometría de las manos del robot Memo. Esto permite que los datos capturados se transfieran directamente al sistema robótico sin pérdida de precisión.
Durante tareas como lavar platos, los sensores registran:
- Movimiento de cada dedo
- Fuerza aplicada en objetos
- Rotación de las manos
- Ajustes de posicionamiento
Este proceso, llamado Skill Transform, convierte acciones humanas en comandos robóticos con una tasa de éxito de aproximadamente 90%.
Esto elimina una de las mayores barreras de la robótica: la traducción de movimientos humanos complejos a máquinas.
Memory Developers: personas comunes entrenan robots sin conocimiento técnico
Los usuarios que reciben los guantes son llamados Memory Developers. No tienen formación técnica y realizan tareas domésticas normalmente mientras se capturan los datos.
La diversidad de ambientes es esencial. Cada residencia tiene variaciones únicas, lo que permite al modelo de inteligencia artificial aprender a lidiar con escenarios impredecibles.
Entre los datos recolectados, hay situaciones inusuales que difícilmente serían replicadas en laboratorio, como objetos fuera de estándar o interferencias inesperadas. Esta variabilidad es lo que hace que el entrenamiento sea más robusto y aplicable al mundo real.
Base de datos con 10 millones de tareas domésticas reales
El sistema ya ha acumulado alrededor de 10 millones de episodios de tareas domésticas en más de 500 residencias en Estados Unidos.
Cada episodio representa una secuencia completa de acciones, como organizar un lavavajillas, desde la recolección de los platos hasta el encendido del equipo.
Según inversores como Eric Vishria, de Benchmark, este volumen aún representa solo una fracción de lo necesario. Aun así, ya configura una de las mayores bases de datos del mundo para robótica doméstica, con suficiente diversidad para entrenar modelos avanzados.
Robot Memo: máquina entrenada con datos reales para tareas domésticas complejas
El Memo es el robot desarrollado por Sunday Robotics para operar con base en los datos recolectados por los guantes.
A diferencia de los robots humanoides con piernas, el Memo utiliza una base sobre ruedas, eliminando el desafío del equilibrio y concentrando el procesamiento en las manos y brazos. La decisión permite mayor eficiencia en tareas como:
- Limpieza de mesas
- Organización de utensilios
- Carga de lavavajillas
- Preparación de café
- Doblado de ropa
El enfoque en la manipulación de objetos hace que el Memo sea más funcional en el ambiente doméstico que los humanoides completos.
Tareas complejas de robótica doméstica y modelo ACT-1
Las tareas ejecutadas por el Memo son clasificadas como “long-horizon”, es decir, requieren múltiples etapas y decisiones contextuales.
Limpiar una mesa implica decenas de interacciones diferentes, incluyendo manipulación delicada de objetos frágiles. El modelo ACT-1, entrenado con datos de los guantes, permite que el robot ejecute estas acciones con precisión.
Un ejemplo práctico es la capacidad de sostener dos copas de vino simultáneamente sin romperlas, algo que requiere un control refinado de fuerza y coordinación.
Inversión de 35 millones de dólares impulsa la robótica doméstica
Sunday Robotics fue fundada por Tony Zhao y Cheng Chi, ambos doctores en robótica por Stanford. La empresa comenzó en un garaje equipado con impresoras 3D operando continuamente.
El proyecto recibió 35 millones de dólares en inversiones de fondos como Benchmark y Conviction. Actualmente, el costo de producción del robot Memo es de alrededor de 20 mil dólares, con expectativa de reducción a menos de 10 mil en escala industrial.
Esto posiciona al robot como un futuro electrodoméstico de alto estándar, y no solo como una herramienta industrial.
En noviembre de 2025, la empresa abrió inscripciones para el programa Founding Family Beta, que seleccionará 50 familias para probar el robot Memo.
Los participantes recibirán unidades personalizadas y soporte directo del equipo de ingeniería. El objetivo es identificar fallas y mejorar el sistema antes del lanzamiento comercial. El robot aún no está disponible para compra y solo será lanzado tras la validación completa del programa beta.
8 mil millones de humanos como base de entrenamiento para inteligencia artificial
La estrategia de Sunday Robotics se basa en la idea de que cada persona en el mundo puede contribuir al entrenamiento de robots.
Con miles de millones de individuos realizando tareas domésticas diariamente, la captura de estos movimientos crea un volumen de datos sin precedentes.
Si la escala alcanza cientos de miles de usuarios, la empresa puede establecer una ventaja competitiva prácticamente imposible de replicar por competidores.
El Memo fue diseñado con un enfoque en la seguridad doméstica. El cuerpo está revestido con material suave, sin bordes rígidos, y puede ser limpiado con productos comunes.
El centro de gravedad bajo y la base ancha evitan vuelcos. Los brazos tienen control sensible al tacto, cediendo al contacto humano. La velocidad está limitada al 50% de la de un humano, permitiendo mayor control y seguridad. Estas características hacen que el robot sea adecuado para ambientes con niños, animales y espacios reducidos.
Mercado multimillonario de robótica doméstica y recolección de datos para IA
La actividad de los Memory Developers está inserta en un mercado creciente de recolección de datos para inteligencia artificial.
Empresas como DoorDash y Sunain ya utilizan trabajadores para capturar datos de tareas humanas. En China, centros estatales operan robots de forma remota para generar datos.
Goldman Sachs proyecta que el mercado de robots humanoides puede alcanzar 38 mil millones de dólares hasta 2035, mientras que el sector de recolección de datos para IA puede llegar a 17 mil millones hasta 2030.
El guante robótico de Sunday representa un punto de convergencia entre trabajo humano, inteligencia artificial y automatización doméstica a gran escala.
Seja o primeiro a reagir!