La robótica y la IA encarnada

13.1Breve historia: del brazo industrial al robot que aprende

En pocas palabras

La robótica es antigua. El primer brazo robótico industrial, Unimate, entra en servicio ya en 1961 en una cadena de montaje de automóviles. Durante décadas, los robots seguirán siendo máquinas programadas para repetir un gesto preciso en un entorno perfectamente controlado: rápidas y fiables, pero ciegas y rígidas. Sin embargo, ya en 1920, la obra de teatro de Karel Čapek que inventó la palabra «robot» (del checo robota, «trabajo forzado») imaginaba seres artificiales autónomos, e Isaac Asimov teorizó sus famosas «leyes de la robótica» (de la ficción, recordémoslo). Los vídeos virales de los robots de Boston Dynamics, en la década de 2010, popularizaron la imagen de máquinas ágiles. Pero la verdadera ruptura es reciente: es la llegada de la IA de los grandes modelos al cuerpo de los robots.

13.2La IA encarnada y los modelos Visión-Lenguaje-Acción (VLA)

Esquema13.1. El principio de un modelo VLA. El robot percibe su entorno (visión), recibe una consigna en lenguaje natural, y el modelo traduce todo ello en gestos. Es el equivalente, para el cuerpo, de lo que los LLM hicieron por el lenguaje.

En contexto

La paradoja de Moravec

Una observación antigua aclara por qué la robótica avanza más lentamente que la IA «de oficina». Formulada en la década de 1980 por Hans Moravec, la paradoja se resume en una frase: para una máquina, las tareas que los humanos juzgan difíciles (jugar al ajedrez, calcular, razonar) resultan relativamente fáciles, mientras que aquellas que les parecen triviales (agarrar un objeto, caminar sobre un suelo irregular, reconocer una escena abarrotada) son extraordinariamente arduas. La razón es evolutiva: nuestras capacidades sensoriomotoras se apoyan en cientos de millones de años de evolución, profundamente cableadas e inconscientes, allí donde el razonamiento abstracto es una adquisición reciente y superficial. Consecuencia directa: un modelo puede redactar una disertación brillante mucho antes de que un robot doble correctamente una toalla. Es una de las claves para comprender por qué el «cerebro» (los modelos VLA) ha avanzado más rápido que el dominio fino del cuerpo, y por qué el dato físico (más abajo) es tan valioso.

Bajo el capó

El cuerpo del robot (actuadores, articulaciones, manos y tacto)

Detrás del «cerebro» VLA se esconde un cuerpo cuyas restricciones físicas son decisivas. Los actuadores son los músculos del robot: durante mucho tiempo hidráulicos (potentes pero pesados, ruidosos y propensos a fugas, como en los primeros Atlas), hoy son la mayoría de las veces eléctricos (más limpios, precisos y silenciosos). Se cuentan los grados de libertad de un robot, es decir, el número de sus articulaciones independientes: cuantos más son, más rico es el movimiento, pero más difícil de coordinar. El nervio de la guerra sigue siendo la mano: una prensión fina y polivalente (agarrar tanto un huevo como una llave) exige dedos articulados y, sobre todo, un sentido del tacto, esos sensores táctiles que miden fuerza y deslizamiento, aún muy por debajo de la sensibilidad humana. Por último, para desplazarse, un robot móvil debe localizarse y cartografiar su entorno al mismo tiempo (técnica denominada SLAM). Otros tantos desafíos materiales que recuerdan que, en robótica, la inteligencia del software solo vale tanto como la calidad del cuerpo que la ejecuta.

En contexto

El nervio de la guerra, los datos físicos

¿Por qué la robótica avanza menos rápido que los modelos de texto? Porque no existe, para los gestos, el equivalente del inmenso corpus de texto e imágenes de la web. Enseñar a un robot a agarrar, doblar o guardar exige datos sensoriomotores (lo que ven sus cámaras, lo que hacen sus motores) que casi no existen en ninguna parte y cuya producción es costosa. De ahí tres fuentes complementarias, en el corazón de la estrategia de cada actor: la simulación (millones de ensayos virtuales, sim-to-real, capítulo 5); la teleoperación, donde humanos pilotan a distancia el robot para mostrarle el gesto y crear demostraciones; y el despliegue real de una flota, donde cada robot en servicio devuelve datos para mejorar los siguientes (el «círculo virtuoso de los datos» de la sección 13.3). El dominio de esta cadena de datos, más aún que la mecánica, separa hoy a los líderes de los seguidores.

13.3La carrera por los humanoides (panorama de junio de 2026)

En pocas palabras

¿Por qué querer robots con forma humana? Porque nuestro mundo (picaportes, escaleras, herramientas, puestos de trabajo) está concebido para el cuerpo humano: un robot humanoide puede, en teoría, integrarse en él sin reorganizarlo todo. De ahí una carrera mundial, intensa, que enfrenta a actores estadounidenses y chinos. He aquí un panorama indicativo a mediados de 2026 (las cifras evolucionan muy deprisa):

Robot (empresa, país)	Estado a mediados de 2026	Precio indicativo	Particularidad
Figure 03 (Figure, Estados Unidos)	Una cuarentena de unidades desplegadas en BMW (Spartanburg)	modelo de alquiler, del orden de 25 $/hora-robot	VLA propio «Helix»; fábrica «BotQ» que apunta a una cadencia de aproximadamente un robot por hora; abandonó la asociación con OpenAI
Atlas (Boston Dynamics, Estados Unidos)	Versión de producción presentada en el CES de enero de 2026; despliegue en Hyundai	unos 140 a 150 k$	Ahora 100 % eléctrico; asociación con Google DeepMind; software de flota «Orbit»
Optimus Gen 3 (Tesla, Estados Unidos)	Despliegue interno; conversión de una fábrica en Fremont	objetivo inferior a 20-30 k$ a gran escala	«Círculo virtuoso de los datos» a través de las fábricas Tesla; chip propio AI5; ventas externas previstas hacia 2027
G1 / H2 (Unitree, China)	Más de 5500 unidades entregadas en 2025; objetivo de 10 a 20 000 en 2026	G1 en torno a 16 k$; H2 en torno a 70 k$	Estrategia del «precio primero»; proyecto de salida a Bolsa en Shanghái
NEO (1X, Estados Unidos/Noruega)	Más de 10 000 reservas anticipadas (robot doméstico)	unos 20 k$ o 499 $/mes	Diseñado para el hogar; actuadores de tendones; teleoperación humana de respaldo
Apollo (Apptronik, Estados Unidos)	Pilotos industriales	n.d.	Cerca de 935 M$ captados; asociaciones logísticas
Walker S2 (UBTECH, China)	Del orden de 1000 unidades entregadas	n.d.	Despliegues en fábrica
IRON (XPeng, China)	Preproducción	n.d.	Impulsado por un fabricante de automóviles

13.4Más allá de los humanoides

En contexto

Los robots de cuidado y de compañía

Más allá de los humanoides industriales, una categoría responde al envejecimiento de las poblaciones y a la escasez de cuidadores: los robots de asistencia y de compañía, en particular para las personas mayores. Encontramos en ella robots afectivos (como la foca Paro, utilizada desde hace años para calmar a pacientes con demencia), asistentes de presencia (recordatorios de toma de medicamentos, videollamadas, detección de caídas, conversación) y robots de ayuda física (levantarse, desplazarse, cargar un peso). Japón, enfrentado a un envejecimiento extremo, se erige en pionero y banco de pruebas. La IA generativa dota a estos robots de una conversación mucho más natural, capaz de aliviar la soledad. Pero el tema es delicado: un robot no debe reemplazar el vínculo humano (con el riesgo de agravar el aislamiento en lugar de colmarlo), plantea cuestiones de dignidad y de consentimiento (en particular para personas vulnerables o desorientadas) y de privacidad (cámaras y micrófonos en el domicilio). El reto no es, por tanto, solo técnico: se trata de decidir qué lugar quiere conceder una sociedad a las máquinas en el cuidado de los más frágiles.

En contexto

Otras formas de robots (robótica blanda y exoesqueletos)

El imaginario asocia el robot al metal rígido, pero dos familias se apartan de ello. La robótica blanda (soft robotics) concibe robots de materiales flexibles y deformables (silicona, polímeros, estructuras inflables), a menudo inspirados en lo vivo (pulpo, trompa, gusano). Su interés: manipular objetos frágiles sin dañarlos, colarse en espacios estrechos e interactuar con el cuerpo humano sin peligro, allí donde un brazo rígido heriría; en cambio, son más difíciles de controlar con precisión. En el otro extremo, el exoesqueleto no es un robot autónomo sino una estructura portada por un humano para aumentar su fuerza o su resistencia, e incluso restaurar una función. Se encuentra en tres ámbitos: la rehabilitación médica (reaprender a caminar tras un accidente), la industria y la logística (aliviar la espalda de un operario que carga pesos) y el militar. Estas dos vías recuerdan que la robótica no se reduce a los humanoides: la forma adecuada depende de la tarea, y el contacto seguro con el humano se vuelve un criterio de diseño tan decisivo como el rendimiento bruto.

En contexto

Robots quirúrgicos, teleoperación y háptica

Una familia de robots ha entrado ya, desde hace años, en un uso crítico: los robots quirúrgicos. El más conocido, el sistema da Vinci, no es autónomo: es teleoperado, con el cirujano controlando a distancia brazos de una precisión y una estabilidad sobrehumanas (sin temblor, gestos multiplicados y filtrados). Estos dispositivos ilustran dos nociones clave. La teleoperación consiste en pilotar un robot a distancia, siendo el humano la cabeza y el robot las manos, útil también en entornos peligrosos (nuclear, desactivación de explosivos, fondos marinos) y, como hemos visto, para recopilar datos de demostración (sección 13.3). La háptica designa, por su parte, el retorno de fuerza: devolver al operario la sensación del tacto (la resistencia de un tejido, el contacto de un objeto), lo que aún falta en la cirugía teleoperada actual y es objeto de intensas investigaciones. La IA se suma a ello progresivamente, no para reemplazar al cirujano, sino para asistirlo: estabilizar un gesto, señalar una estructura que evitar, e incluso automatizar subtareas repetitivas bajo supervisión. Reencontramos aquí, en un ámbito de muy alto riesgo, el modelo del centauro (capítulo 17): el humano al mando, aumentado por la máquina.

13.5Retos: seguridad, empleo, aceptabilidad

Debate

Dar un cuerpo a la IA multiplica las cuestiones.

La seguridad física. Un software que se equivoca muestra un error; un robot de 70 kg que se equivoca puede herir. ¿Cómo certificar un robot cuyo comportamiento es aprendido (y por tanto en parte imprevisible) en lugar de programado línea a línea? Las normas de seguridad, pensadas para máquinas deterministas, hay que reinventarlas.
El empleo. La automatización de tareas físicas (manipulación, ensamblaje, limpieza) plantea frontalmente la cuestión del trabajo, que trataremos en el capítulo 17.
La aceptabilidad. Convivir con máquinas humanoides suscita reticencias psicológicas y sociales (el famoso «valle inquietante») y cuestiones de privacidad (robots repletos de cámaras en casa).
La regulación, por último, acusa un retraso evidente respecto a la velocidad de despliegue (capítulo 25).

Para recordar (capítulo 13)

La robótica se apoyó durante mucho tiempo en máquinas programadas y rígidas. La ruptura de 2024-2026 proviene de la llegada de los grandes modelos al cuerpo de los robots.
Los modelos Visión-Lenguaje-Acción (VLA) (Helix de Figure, «pi» de Physical Intelligence, Gemini Robotics de Google, GR00T de NVIDIA, UnifoLM de Unitree) traducen percepción y consigna en gestos, a menudo tras un entrenamiento en simulación.
La carrera por los humanoides enfrenta a actores estadounidenses (Figure, Tesla, Boston Dynamics, 1X, Apptronik) y chinos (Unitree, AgiBot, UBTECH, XPeng), según estrategias distintas (capacidad, modelo, integración o precio).
El reto: franquear el umbral de inflexión (en torno a 20-25 k$), donde entran en juego el círculo virtuoso de los datos y la cadena de suministro (fuerte dependencia de los componentes chinos).
La «IA física» desborda los humanoides: cobots, robots de almacén, cuadrúpedos, drones, vehículos autónomos.
Los retos de seguridad (certificar un robot que aprende), de empleo, de aceptabilidad y de regulación son mayores (capítulos 24, 21 y 25).

Así concluye la parte IV. Hemos explorado las convergencias de la IA con la cadena de bloques, lo cuántico y la robótica. Es momento de dejar las tecnologías para observar sus efectos concretos sobre el mundo: la ciencia y la salud, el trabajo y la economía, el derecho y la sociedad. Es el objeto de la parte V.

13.1Breve historia: del brazo industrial al robot que aprende#

13.2La IA encarnada y los modelos Visión-Lenguaje-Acción (VLA)#

13.3La carrera por los humanoides (panorama de junio de 2026)#

13.4Más allá de los humanoides#

13.5Retos: seguridad, empleo, aceptabilidad#

Para recordar (capítulo 13)

13.1Breve historia: del brazo industrial al robot que aprende

13.2La IA encarnada y los modelos Visión-Lenguaje-Acción (VLA)

13.3La carrera por los humanoides (panorama de junio de 2026)

13.4Más allá de los humanoides

13.5Retos: seguridad, empleo, aceptabilidad