Justo cuando creías que la carrera de los robots humanoides no podía estar más saturada, llega una startup recién nacida, echa la puerta abajo, mete a un robot en un kart y se pone a quemar rueda en el aparcamiento. Os presentamos a Symbiosis Robotics, una firma china que acaba de salir del anonimato con un vídeo de un humanoide Unitree G1 que no solo conduce, sino que hace drifting con un kart. Es el tipo de demostración llamativa y ligeramente absurda que te obliga a prestar atención, porque bajo el chirrido de los neumáticos se esconde un músculo tecnológico impresionante.
No estamos ante un espectáculo de marionetas por control remoto. El robot ejecuta de forma autónoma una secuencia compleja: encaja su cuerpo en un habitáculo minúsculo, pone las manos al volante, los pies en los pedales y despliega una cadena continua de percepción, equilibrio y control de cuerpo completo para navegar por la pista. Es una declaración de intenciones contundente para una empresa que, según todos los indicios, se fundó hace apenas un mes.
El cerebro: un modelo para gobernarlos a todos
La magia detrás de este Schumacher mecánico es un modelo de IA que Symbiosis denomina Direct Perception Control (DPC). La compañía afirma que el DPC es un “modelo fundacional integrado de percepción y control end-to-end” que cambia radicalmente las reglas del juego en la robótica. Durante décadas, el paradigma dominante ha sido una estructura modular por capas: un sistema para la percepción, otro para planificar objetivos de alto nivel y un tercero para controlar las articulaciones. Funciona, sí, pero suele ser rígido y los errores pueden propagarse en cascada por todas las capas.
El modelo DPC de Symbiosis manda ese manual a la papelera. Mapea directamente las entradas sensoriales multimodales —visión, lenguaje, estado del cuerpo del robot y retroalimentación física— hacia los objetivos de las articulaciones y manos del robot. En sus propias palabras, rompe la barrera entre el “cerebro” (percepción) y el “cerebelo” (control motor) del robot, permitiendo que ambos se optimicen simultáneamente. Estamos ante el santo grial de la IA física (embodied AI): un modelo único y unificado que simplemente percibe y actúa.
Para entrenar este cerebro, Symbiosis lo alimentó con una dieta variada de 15.010 horas de datos. El conjunto incluyó 6.781 horas de vídeo egocéntrico humano, 4.024 horas de robots con brazos articulados y miles de horas de humanoides bipedales y con ruedas. Esta variedad es la clave para crear un modelo capaz de generalizar en diferentes tareas y cuerpos.
El cuerpo: una mula de carga comercial
Quizás el detalle más revelador de todo este asunto es el robot en sí. No se trata de una plataforma de investigación exclusiva de millones de dólares. El piloto era un Unitree G1, un humanoide comercial que se ha convertido rápidamente en el favorito de los investigadores. Con unos 1,27 metros de altura y un peso de unos 35 kg, el G1 es una pieza de hardware capaz, aunque relativamente modesta.
Con entre 23 y 43 grados de libertad, una velocidad de marcha de 2 m/s y una capacidad de carga de unos 2 kg por brazo, es una plataforma sólida. Lo más crucial es que el modelo base se vende por menos de 20.000 $, un precio que lo sitúa en un universo totalmente distinto al de máquinas como el Atlas de Boston Dynamics. Al utilizar un robot de serie, Symbiosis deja claro su punto: el cambio de paradigma no está en un hardware exótico, sino en la inteligencia que lo dirige.
Por qué un kart es una prueba engañosamente difícil
Conducir un kart puede parecer una nimiedad para un humano, pero para un robot es un examen brutal de inteligencia corporal completa. No es simplemente caminar por una habitación; es una prueba continua de múltiples habilidades entrelazadas:
- Manipulación restringida: El robot tiene que encajar físicamente y operar dentro de los estrechos confines del asiento del conductor, un desafío mayúsculo para la conciencia espacial de todo el cuerpo.
- Coordinación óculo-manual-pedal: Debe percibir simultáneamente la pista que tiene por delante, girar con las manos y aplicar una presión precisa en los pedales con los pies.
- Control de fuerza preciso: El drifting y la conducción controlada requieren no solo comandos de encendido/apagado, sino un control analógico sutil del acelerador y el freno, una ventaja clave de la retroalimentación de fuerza end-to-end del DPC.
- Estabilidad dinámica: Todo el proceso exige que el robot mantenga el equilibrio y la estabilidad mientras se ve sometido a las fuerzas de aceleración, frenado y giro.
Esta demostración no es solo una pirueta publicitaria; es un test de estrés integral. Es una declaración de intenciones de una startup asombrosamente joven, liderada por un “dream team” de investigadores noveles, incluido su CEO Ding Pengxiang, recién doctorado por la Universidad de Zhejiang y la Universidad de Westlake. Han dejado claro que no les interesan las mejoras incrementales. Lo apuestan todo a la IA end-to-end como el “destino final” de la robótica, y acaban de cruzar la línea de salida dejando tras de sí una nube de humo y olor a goma quemada.