Episodios Episodio 07

La privacidad tiene precio: lo que nadie te cuenta de los robots baratos

DURACIÓN 08:03 HANGAR FLASH ROBOT
La privacidad tiene precio: lo que nadie te cuenta de los robots baratos ▶ Pulsa para reproducir

En este episodio comentamos una semana histórica en la que la robótica asiática ha roto varias barreras, desde batir a los humanos en resistencia física hasta trabajar ininterrumpidamente en retransmisiones en directo, abordando el dilema de pagar con nuestros datos a cambio de tener a un mayordomo de acero en casa.

1. El robot de Honor bate el récord humano en la media maratón

El primer hito histórico del capítulo marca un antes y un después en la locomoción bipedal robótica [00:21].

  • Lo que expone el vídeo: El 19 de abril de 2026, un robot humanoide de la marca de teléfonos móviles Honor superó por primera vez al ser humano en una media maratón. Mientras el récord humano es de 57 minutos y 20 segundos, el robot cruzó la meta en 50 minutos y 26 segundos [00:42]. Lo logró de manera 100% autónoma, calculando la fuerza necesaria para subir o bajar cuestas y sortear curvas sin depender de un operador remoto. El salto evolutivo es abrumador: el año pasado (en 2025) el robot ganador tardó 2 horas y 40 minutos. Además, la participación pasó de 20 equipos el año anterior a más de 100 en esta edición [01:28].
  • Información enriquecida (Contexto Técnico): Esta hazaña demuestra avances brutales en la Eficiencia Energética y la Odometría Visual-Inercial (VIO). A diferencia de las pistas lisas de un laboratorio, correr una maratón exige que la IA del robot procese la rugosidad del asfalto en tiempo real, reciclando la energía elástica de la zancada (gracias a actuadores más eficientes) sin que se agote la batería. La implicación de marcas tecnológicas como Honor (antigua filial de Huawei) demuestra que el software de IA móvil y la conectividad de los smartphones se están inyectando directamente en chasis robóticos.

2. Spot (Boston Dynamics) + Google DeepMind: Adiós a la programación

La fusión de los dos líderes occidentales de la robótica y la IA [02:17].

  • Lo que expone el vídeo: Spot, el icónico perro amarillo de Boston Dynamics, siempre fue muy ágil pero algo «cortito», necesitando un entrenamiento previo estricto para cada tarea. Ahora, al inyectarle el cerebro de Google DeepMind, es capaz de razonar tareas de forma autónoma basándose en lo que «lee». En el vídeo se ve cómo alguien escribe en una pizarra un listado de tareas a mano alzada. Spot lee la pizarra, ordena las zapatillas, recoge latas y ropa sucia y, sorprendentemente, agarra una correa para sacar a pasear a un perro real [02:49].
  • Información enriquecida (Contexto Técnico): Lo que estamos viendo es la aplicación de un Modelo VLA (Vision-Language-Action). Spot utiliza reconocimiento óptico de caracteres (OCR) respaldado por la comprensión contextual de Gemini. En lugar de requerir que un operario mapee la habitación (SLAM) y le diga las coordenadas X e Y de las zapatillas, Spot entiende el concepto semántico de «zapatilla» y «desordenado», busca en su entorno visual y planifica los movimientos para recogerlas y ponerlas juntas. Esto rebaja radicalmente la barrera de entrada para usar estos robots en fábricas u hogares.

3. Thron 2 de Lim Dynamics: El dependiente robótico modular

La automatización llega al sector minorista (Retail) de la mano de China [04:08].

  • Lo que expone el vídeo: La marca de moda masculina Seven Brand ha contratado al robot Tron 2 de la empresa Lim Dynamics. Su única tarea es recoger y doblar la ropa que los clientes dejan desordenada en los probadores, permitiendo que los dependientes humanos se enfoquen en la atención y ventas. Tron 2 es modular: puede usarse como un torso fijo en una mesa (para doblar ropa), acoplarle piernas para que sea humanoide, o ponerle ruedas (base móvil) para alcanzar velocidades de 5 m/s en almacenes [04:47]. Cuesta menos de 6.000 dólares [05:13].
  • Información enriquecida (Contexto Técnico): El diseño modular de Lim Dynamics responde a la demanda de flexibilidad industrial. Doblar ropa es la aplicación clásica para demostrar «Destreza de Manipulación» (Dexterous Manipulation). Al liberar al «retailer» (vendedor) humano de las tareas repetitivas de mantenimiento de tienda, la marca mejora sus métricas de conversión comercial. El precio sub-6.000 dólares rompe el mercado, demostrando la escalabilidad de la cadena de suministro china en componentes electromecánicos (como motores de engranajes armónicos).

4. Agibot trabajando en Streaming durante 8 horas

El fin de los vídeos hipereditados en robótica [05:26].

  • Lo que expone el vídeo: Para demostrar que sus robots no son un fraude de vídeos editados, la empresa Agibot (o Zhiyuan Robotics) puso a uno de sus humanoides a trabajar en una línea real de ensamblaje de tablets. Para disipar cualquier duda, retransmitieron el turno de 8 horas ininterrumpidas en directo (streaming) [05:40]. Su tarea era hacer control de calidad: coger la tablet de la cinta, probar su funcionamiento y, si estaba defectuosa, apartarla. El dueño de la fábrica lo enfoca como una «colaboración» humano-máquina [06:06].
  • Información enriquecida (Contexto Técnico): Las retransmisiones en directo sin cortes (Zero-cut) son la nueva prueba de fuego impuesta por la industria para certificar el MTBF (Mean Time Between Failures o Tiempo Medio Entre Fallos) de los humanoides. Hacer Control de Calidad (QA) visual a este ritmo exige una enorme potencia de computación en el borde (Edge Computing), procesando imágenes en alta resolución para detectar fallos milimétricos en el ensamblaje de las pantallas sin que el robot se sobrecaliente o agote su batería a lo largo de un turno laboral completo.

5. Futuring 2: El mayordomo subvencionado por tus datos

El verdadero precio de la robótica doméstica [06:13].

  • Lo que expone el vídeo: El humanoide Futuring 2 lleva en fase de prueba en más de 200 hogares chinos desde 2025, acumulando 20.000 horas de trabajo sin accidentes («cero vasos rotos»). Actúa como un mayordomo avanzado: despierta a la pareja, les da el pronóstico del tiempo, les elige la ropa y recoge la mesa del desayuno [06:48]. Tiene memoria espacial y conversacional: si un miembro pregunta «dónde está mi móvil», el robot procesa y recuerda dónde lo vio por última vez. Lo más chocante es que cuesta tan solo 1.000 dólares. El «truco» es que la familia firma un contrato cediendo toda la información visual, auditiva y de rutinas generada en su hogar a la empresa para que puedan entrenar a su Inteligencia Artificial [07:37].
  • Información enriquecida (Contexto Técnico): Este modelo de negocio es el clásico Data-as-Payment (Datos como pago) trasladado del software (como las redes sociales o los buscadores) al mundo físico. Un humanoide avanzado cuesta decenas de miles de dólares en fabricarse; si se vende por 1.000 dólares, el usuario asume una pérdida financiera directa de la marca (venta a pérdida) a cambio del inmenso valor de sus Datos de Primera Persona (Egocentric Data). Grabar el interior de miles de casas, saber a qué hora come una familia, qué marcas compran o cómo se mueven por la cocina es el tesoro más codiciado para entrenar los futuros «Modelos Fundacionales del Mundo Físico» (World Models). Esto abre un profundo debate sobre la privacidad doméstica en la era de los mayordomos con cámaras conectadas a la nube.

Fuentes y Conceptos Técnicos de Referencia (Investigación SEO)

  • Odometría e IA en Locomoción: Casos de estudio en cinemática de competición (carrera bipedal) y eficiencia de consumo (Cost of Transport – CoT) en sistemas robóticos motorizados (tipo Honor / Fourier Intelligence).
  • Modelos Visión-Lenguaje-Acción (VLA): Google DeepMind y la arquitectura RT-X / RT-2 aplicada a los sistemas cuadrúpedos y bipedos de Boston Dynamics (proyecto Spot).
  • Fabricación y Escalabilidad China: Lim Dynamics y Zhiyuan Robotics (Agibot); artículos económicos sobre la curva de abaratamiento de los motores paso a paso y reductores armónicos en Shenzhen.
  • Privacidad y Robótica en el Hogar (HRI): Regulaciones de privacidad de datos frente al Data-as-a-Service (DaaS) en la recolección de «Embodied AI Data» para entrenamiento de redes neuronales, el nuevo oro de la IA física.