La empresa de robótica 1X, responsable del robot humanoide Neo, presentó un nuevo modelo de inteligencia artificial que, según la compañía, permite a sus sistemas comprender mejor el mundo físico y adquirir nuevas habilidades sin depender exclusivamente de entrenamientos previos específicos. El desarrollo apunta a uno de los desafíos centrales de la robótica avanzada: trasladar el conocimiento digital a comportamientos efectivos en entornos reales.
El nuevo sistema, denominado 1X World Model, se basa en principios físicos y utiliza una combinación de video y prompts para dotar a los robots Neo de nuevas capacidades. De acuerdo con la empresa, el uso de secuencias de video permite que los robots aprendan tareas que no formaban parte de su entrenamiento original, ampliando su repertorio de acciones posibles dentro del mundo real, reseña Techcrunch.
Este anuncio se produce en un momento clave para 1X, que avanza en sus planes de introducir sus robots humanoides en el hogar. En octubre, la compañía abrió el período de preventa de Neo, con la expectativa de comenzar los envíos durante este año. Un portavoz de la empresa evitó precisar un calendario de entregas o cifras exactas de pedidos, limitándose a señalar que la demanda inicial superó las expectativas internas.
Modelo basado en video y física
Según explicó 1X, el 1X World Model no se limita a procesar instrucciones textuales, sino que incorpora información visual para construir una representación más completa del entorno. El objetivo es que el robot pueda asociar acciones físicas concretas con señales visuales, lo que resulta esencial para desenvolverse en espacios no estructurados como una vivienda.
Bernt Børnich, fundador y director ejecutivo de 1X, afirmó en un comunicado que el desarrollo del modelo es el resultado de años de trabajo tanto en el software como en el diseño físico del robot. Señaló que, tras años de desarrollo del modelo de mundo y de acercar el diseño de Neo al cuerpo humano, el robot ahora puede aprender a partir de video a escala de internet y aplicar ese conocimiento directamente al mundo físico.
El ejecutivo añadió que la capacidad de transformar prompts en nuevas acciones marca un punto de partida relevante para la autonomía del robot. En su visión, incluso sin ejemplos previos, Neo podría comenzar a enseñarse a sí mismo a ejecutar tareas cada vez más complejas, ampliando su utilidad práctica en distintos contextos.
Limitaciones actuales y aclaraciones
Pese al tono ambicioso del anuncio, la propia empresa reconoció que existen límites claros en las capacidades actuales del sistema. Afirmar que el robot puede convertir cualquier instrucción en una acción inmediata no es del todo preciso. Neo, por ejemplo, no puede recibir la orden de conducir un automóvil y ejecutar de inmediato una maniobra compleja como estacionar en paralelo.
Un portavoz de 1X aclaró que el modelo de mundo no permite que los robots actuales aprendan una tarea de forma instantánea, solo con capturar un video y recibir un prompt. En su lugar, el proceso implica recopilar datos de video vinculados a instrucciones específicas, que luego se envían al modelo de mundo para su análisis.
Ese conocimiento refinado se integra posteriormente en la red de robots, mejorando de manera progresiva su comprensión del entorno físico y su capacidad para ejecutar acciones con mayor precisión. El enfoque apunta a un aprendizaje acumulativo, más que a una adquisición inmediata de habilidades complejas.
Comprender el comportamiento del robot
Otro aspecto destacado del 1X World Model es que ofrece a los usuarios mayor visibilidad sobre cómo Neo interpreta y responde a determinadas instrucciones. Esta información sobre el comportamiento interno del robot puede resultar clave para ajustar y entrenar los modelos de inteligencia artificial de forma más segura y eficiente.
De acuerdo con la empresa, entender cómo el robot anticipa una acción frente a un prompt específico ayuda a detectar errores, mejorar la toma de decisiones y preparar el camino para una autonomía más avanzada. Con el tiempo, este enfoque podría permitir que los robots reaccionen de forma adecuada ante situaciones que nunca han experimentado directamente.
En un contexto más amplio, el anuncio de 1X se inscribe en la carrera global por desarrollar robots humanoides capaces de interactuar de manera natural con su entorno. El uso de modelos de mundo basados en física y video aparece como una de las estrategias más prometedoras para cerrar la brecha entre la simulación digital y la realidad cotidiana.