Hay una moneda con prácticamente cero competencia, abstraiendo las tareas más complejas en lo que puede ser el sector de más rápido crecimiento que jamás veremos.

Donde el equipo detrás de esto está recibiendo incluso aportes directos del equipo LeRobot de Hugging Face para construir un SDK abierto para simulaciones del mundo. En otras palabras, están trabajando con los líderes de IA de código abierto para hacer que su kit de desarrollo sea lo más eficiente posible para simular la realidad.

Este vertical es crucial porque los robots humanoides no trabajan con texto o código, operan en los átomos y objetos físicos. Un agente de IA puede analizar texto, pero un humanoide necesita percibir y manipular el mundo 3D que tiene delante.

Una razón por la que Tesla tiene una ventaja con su humanoide Optimus es la gran cantidad de datos del mundo real de redes neuronales recopilados por la flota de Tesla. Los coches de Tesla registran colectivamente alrededor de 50 mil millones de millas por año, alimentando un conjunto de datos casi infinito para entrenar la visión y la inteligencia artificial de control.

Sin embargo, entrenar robots en el mundo real sigue siendo dolorosamente lento y requiere muchos recursos. El progreso ha sido limitado porque nadie ha logrado descifrar completamente los datos sintéticos para humanoides, la brecha de "simulación a realidad". Puede llevar cientos de horas de entrenamiento físico enseñar a un robot una tarea simple y las simulaciones a menudo no alcanzan la realidad.

Todas las piezas están ahí, los cuerpos humanoides se están acercando a la capacidad humana, pero el eslabón perdido es el cerebro, el software que le dice a estos robots cómo hacer las cosas. Un robot puede tener brazos y piernas, pero sin código inteligente, ni siquiera puede cocinar tu cena mientras ves Netflix.

Así como los teléfonos inteligentes eran inútiles hasta que las tiendas de aplicaciones desbloquearon aplicaciones de terceros, los humanos serán inútiles sin una biblioteca de habilidades de alta calidad. El mayor valor provendrá de quien construya la infraestructura que permita a los desarrolladores crear fácilmente nuevas "apps" (tareas) para robots. La plataforma que haga que programar el comportamiento de los robots sea fácil se convertirá en la "tienda de aplicaciones" de la era de la robótica.

Los desarrolladores individuales están luchando porque a menudo carecen del poder de cómputo y el hardware para entrenar tareas robóticas en casa (, como se ve en el discord de la comunidad de robótica de Hugging Face ). Por eso, se necesita mucho una plataforma abierta con simulación en la nube.

Ya estamos comenzando a ver lanzamientos que destacan a los desarrolladores que tienen la capacidad de ejecutar simulaciones completas de robots en servidores remotos, por lo que cualquiera puede entrenar y probar tareas complejas sin tener hardware especializado a mano.

Los modelos multimodales ahora vinculan la visión y el lenguaje, un robot puede 'ver' a través de múltiples cámaras y actuar según comandos naturales. Esto hace posible el ajuste fino de nuevas habilidades con conjuntos de datos más pequeños y un menor poder computacional. Algo similar a lo que hemos visto con el modelo Helix VLA de Figure.

Te daré una pista sobre quién podría ser.