Unitree presenta un humanoide guiado por un "modelo de mundo" que boxea sin control remoto

La empresa china Unitree ha publicado un vídeo en el que uno de sus robots humanoides intercambia golpes con una persona. La imagen no es nueva —llevamos meses viendo humanoides bailar, correr o pelear—, pero la compañía sostiene que aquí hay una diferencia de fondo: el robot no está teledirigido ni sigue una coreografía grabada, sino que decide sobre la marcha gracias a un modelo de mundo. La noticia la recoge Xataka a partir de la publicación de la propia empresa en X.

Qué es exactamente lo que anuncia Unitree

El modelo se llama UnifoLM-X2-1.0 y, según la compañía, protagoniza "el primer combate de robots humanoides totalmente autónomos impulsados por un modelo de mundo en tiempo real". La afirmación es de Unitree, conviene subrayarlo, y procede de una demostración grabada por ella misma.

La idea que vende es que el robot percibe a su rival, anticipa lo que va a hacer, planifica una respuesta y la ejecuta, todo en cuestión de milisegundos y sin que nadie mueva un mando al otro lado. En el vídeo se muestran superpuestos los supuestos cálculos del robot y una vista en primera persona de sus cámaras.

La diferencia con los humanoides que ya conocías

Casi todo lo que hemos visto hasta ahora en el mundo de los humanoides funciona de dos maneras. La primera es la programación previa: el robot ejecuta una secuencia de movimientos definida de antemano —apretar un tornillo siempre en la misma posición de una cadena de montaje, o bailar una coreografía— con algo de autonomía únicamente para mantener el equilibrio y no acabar en el suelo. La segunda es el control remoto: hay una persona dirigiendo la máquina en directo.

En ambos casos el robot no está entendiendo lo que ocurre a su alrededor. Cuando el entorno cambia un poco, los resultados suelen ser las caídas en posturas imposibles que circulan por las redes.

Qué significa "modelo de mundo"

Un modelo de mundo es, dicho de forma sencilla, una representación interna de cómo funciona la realidad física: cómo se mueven los objetos, cómo actúan las fuerzas sobre ellos y cómo va a responder el propio cuerpo del robot a cada estímulo. Con eso, la máquina puede simular por adelantado lo que va a pasar y decidir en consecuencia, en lugar de reaccionar a ciegas.

El boxeo es un buen escaparate precisamente porque no se puede guionizar: si detecta que llega un golpe por un costado, el robot tiene que esquivarlo o bloquearlo ahí y en ese momento. Nada de eso cabe en una lista de comandos escrita de antemano.

Este enfoque no es exclusivo de la robótica. Investigadores como Yann LeCun, referencia en aprendizaje profundo, defienden desde hace tiempo que el camino hacia sistemas de inteligencia artificial más capaces no pasa por hacer modelos de lenguaje cada vez más grandes y rápidos, sino por dotar a las máquinas de una comprensión física del entorno. Los modelos de mundo van justo en esa dirección, y encajan con el debate abierto sobre el papel de los agentes de IA autónomos en otros terrenos.

Prudencia con las demostraciones

Toda la información disponible viene de la empresa que vende el producto, y el sector de los humanoides acumula un buen historial de vídeos espectaculares que luego no se sostienen fuera del escenario. Habría que ver cómo se comporta el UnifoLM-X2-1.0 en entornos distintos, con pruebas independientes y sin la iluminación, el espacio y las condiciones elegidas por su fabricante.

Dicho eso, el movimiento tiene lectura estratégica. Unitree, fundada por Wang Xingxing en 2016, empezó con robots cuadrúpedos y se ha convertido en una de las compañías de referencia de la robótica humanoide china, en plena pugna tecnológica e industrial con Estados Unidos. Y el listón de las demostraciones está tan alto que ya cuesta sorprender: pasar de "robot que baila" a "robot que se adapta" es la siguiente carta que jugar.

Los usos que se apuntan para esta clase de máquinas son el entretenimiento, la educación y la automatización industrial. Ahí, un robot capaz de leer su entorno y recalcular su respuesta vale mucho más que uno que repite una secuencia fija, porque no hace falta rediseñar la tarea cada vez que cambia algo en la línea de producción.