Tu navegador no admite la etiqueta de vídeo. Un punto de partida distinto para la inteligencia robótica Sereact funciona a la vez como laboratorio de investigación de frontera y como empresa de IA robótica de nivel productivo. La opinión mayoritaria en nuestro sector sostiene que la inteligencia robótica de propósito general debe empezar por los modelos: redes más grandes, nuevas arquitecturas o simulaciones cada vez más sofisticadas. En Sereact defendemos lo contrario: la inteligencia robótica de propósito general debe aprenderse a partir de despliegues en activo. La cobertura de datos de los regímenes de interacción reales y la alineación distribucional entre entrenamiento y despliegue son críticas. Los sistemas que deben percibir, razonar y actuar bajo restricciones físicas operan en un mundo gobernado por el contacto, la fricción, la incertidumbre y la variación de cola larga. Los robots tienen que aprender mediante interacciones abundantes y retroalimentación desde dentro de los entornos en los que se despliegan. Nuestro enfoque consiste en construir un bucle de aprendizaje en el mundo real. En lugar de separar la investigación del despliegue, el aprendizaje lo impulsa directamente la operación en producción. Cada pick exitoso, cada fallo y cada recuperación se convierte en una señal de entrenamiento rica. Hasta donde sabemos, este enfoque es novedoso a escala industrial fuera de la conducción autónoma, y es lo que convierte a Sereact en una empresa que define su categoría. La brecha de datos de la IA física La evidencia empírica de la investigación robótica reciente indica que el rendimiento suele estar más limitado por la disponibilidad de datos de interacción reales a gran escala que por la capacidad del modelo. La manipulación se rige por una dinámica rica en contacto —fuerzas, fricción, complianza y contactos transitorios— que solo es parcialmente observable y está mal representada en la mayoría de modalidades de datos alternativas. El vídeo egocéntrico y exocéntrico aporta contexto semántico y geométrico, pero no codifica las señales de fuerza y táctiles que sustentan la estabilidad de la manipulación, la precisión de inserción y el comportamiento de recuperación. Los datos sintéticos y la simulación pueden aproximar esas interacciones, pero solo hasta cierto punto. Se apoyan en modelos de contacto simplificados y supuestos idealizados que no capturan la estructura específica de los entornos reales, como almacenes, plantas de fabricación y tiendas. Estos entornos presentan distribuciones muy poco uniformes, moldeadas por restricciones del sector, flujos de trabajo humanos y desgaste del hardware, difíciles de reproducir sintéticamente. Como resultado, las políticas entrenadas principalmente con datos sintéticos u offline tienden a sobreajustarse a patrones de interacción idealizados y se degradan en condiciones reales. Por tanto, una generalización robusta exige exposición a gran escala a datos de interacción reales, que anclan el aprendizaje en la verdadera distribución conjunta de percepción, acción y respuesta física que se encuentra en el despliegue. En robótica, la generalización emerge de la experiencia, no solo de la abstracción. Esa experiencia debe reflejar las distribuciones reales de objetos, entornos e interacciones que se dan en producción. El bucle de aprendizaje en el mundo real El bucle de aprendizaje en el mundo real hace operativo el principio de que una inteligencia robótica robusta debe aprenderse mediante interacción real sostenida. En lugar de desacoplar la recogida de datos del despliegue, el aprendizaje lo impulsan directamente robots que realizan trabajo productivo en entornos de cliente. En cualquier momento, una gran flota de robots opera activamente en distintas instalaciones, tareas y condiciones, generando flujos continuos de datos de interacción como subproducto de resolver problemas reales. Poner en marcha un bucle de aprendizaje en el mundo real es difícil. Escalar de un puñado de sistemas a 10, 20 y más debe hacerse cumpliendo KPI estrictos de cliente en disponibilidad, rendimiento y fiabilidad. Los sistemas que rinden por debajo se retiran rápidamente y la confianza del cliente cuesta ganarla; solo los sistemas que aportan valor inmediato y fiable pueden escalar. Esta escala de despliegue es esencial. Con más de 100 sistemas físicos en operación, la flota de Sereact muestrea un amplio rango de condiciones reales: variabilidad de objetos, diferencias de entorno, tolerancias de hardware y restricciones operativas. Los datos incluyen no solo ejecuciones nominales, sino también fallos, casi fallos y comportamientos de recuperación: eventos que surgen de forma natural en la operación sostenida. A medida que los modelos mejoran, los robots interiorizan la física real y la dinámica del sistema, cerrando el bucle de aprendizaje: los datos se acumulan, la capacidad mejora y la cobertura del espacio de interacción se amplía. La generalización emerge de forma incremental a partir de la operación real continua y forma la base de la arquitectura de aprendizaje que sigue. Arquitectura para el aprendizaje continuo La arquitectura de aprendizaje que sigue sitúa el despliegue en el centro del proceso. Todos los robots alimentan con datos reales un único Cortex centralizado, que actualiza continuamente políticas que se vuelven a desplegar en toda la flota. Ejecución de la política in situ La política actual se ejecuta en robots desplegados en entornos de producción reales. La ejecución está condicionada por requisitos de seguridad, latencia y fiabilidad, a la vez que expone señales internas relevantes para el aprendizaje posterior. En lugar de tratar el despliegue como un punto final fijo, la ejecución se considera la fuente principal de señal de aprendizaje. Adquisición continua de datos Durante la operación, los robots anotan automáticamente sus interacciones registrando observaciones sensoriales sincronizadas, estado del robot, trayectorias de acción, realimentación de fuerza de la pinza y resultados de tarea, preservando la estructura temporal y causal y reflejando la distribución relevante que se encuentra en el despliegue. Curación de datos y aprendizaje Los datos recogidos se filtran y priorizan según criterios como novedad, incertidumbre, eventos de fallo y desplazamiento distribucional. Las muestras seleccionadas se usan para actualizar las representaciones y políticas del modelo, garantizando que el aprendizaje siga anclado en la interacción real. Así el aprendizaje se centra en la cola larga de interacciones raras e inciertas, que es lo que impulsa una generalización significativa. Evaluación y redespliegue de políticas Los modelos actualizados se evalúan automáticamente dentro de un pipeline continuo de entrenamiento, evaluación y despliegue, con métricas offline y criterios relevantes para el despliegue, incluidas comprobaciones de robustez y de regresión. Las políticas que superan puertas de validación predefinidas se despliegan después en la flota de forma automatizada, cerrando el bucle de aprendizaje. La generalización crece a partir de la experiencia (un subproducto del despliegue) En la manipulación robótica, pequeñas variaciones de geometría, condiciones de contacto o sincronización pueden llevar a resultados cualitativamente distintos, lo que hace que la generalización sea intrínsecamente difícil. La operación continua en entornos de producción expone al sistema a esa variación a gran escala. Como muestra la figura 2, aumentar la cantidad de datos de interacción reales conduce a una expansión sistemática de la competencia en tareas. Con datos reales limitados, los modelos solo tienen éxito en un subconjunto estrecho de tareas, con un rendimiento desigual y frágil. Cuando los datos reales pasan a ser la señal de entrenamiento dominante, las tasas de éxito mejoran de forma consistente en todas las tareas, produciendo un panorama tarea-rendimiento más denso y uniforme. Estas ganancias solo aparecen con proporciones altas de datos reales, lo que indica que la interacción real aporta estructura transferible y no un ajuste específico por tarea. Ilustración del bucle de aprendizaje en el mundo real Figura 2. La escala de datos reales impulsa la amplitud de tareas y la generalización. Mapa de calor de las tasas de éxito en tareas de manipulación reservadas, en función de una escala creciente de datos reales. Mayores proporciones de datos de interacción reales producen un rendimiento más amplio y consistente, reflejo de una mejor generalización. Más allá de la generalización entre tareas, los datos reales también permiten la transferencia entre encarnaciones robóticas. Las políticas entrenadas con datos reales de pick-and-place en almacén generalizan mucho mejor entre distintas morfologías de robot que las entrenadas solo con datos de simulación. Los datos reales producen ganancias consistentes en todas las plataformas. Esa transferencia es posible porque los datos reales anclan el aprendizaje en leyes físicas invariantes y en primitivas de manipulación compartidas, permitiendo que la dinámica de interacción generalice entre factores de forma. A medida que mejora el rendimiento, los robots pueden desplegarse en escenarios más exigentes, ampliando aún más la cobertura del espacio de interacción. Esto crea un efecto acumulativo: más datos reales no solo mejoran el rendimiento en las tareas existentes, sino que también reducen el esfuerzo marginal necesario para soportar nuevas tareas y encarnaciones. En este régimen, la generalización emerge de forma natural como consecuencia de operar y aprender a escala en el mundo real, y no como un objetivo de optimización explícito. Figura 3. Los datos reales permiten la generalización entre encarnaciones. Eficiencia de generalización normalizada entre encarnaciones robóticas al entrenar solo con datos de simulación frente a datos reales de pick-and-place en almacén. El entrenamiento con datos reales produce una transferencia sustancialmente mayor en todas las encarnaciones, mientras que el entrenamiento solo en simulación muestra una generalización entre encarnaciones consistentemente baja. Una ventaja de datos y rendimiento imposible de replicar Sereact Cortex se construye, entrena y despliega en el mundo real, lo que crea una ventaja de datos y rendimiento muy sólida. Una consecuencia central de este enfoque es que la adquisición de datos es inseparable de la creación de valor. En lugar de depender de la teleoperación o de recogidas de datos escenificadas —enfoques que escalan linealmente en coste y permanecen desconectados del valor para el cliente—, Cortex aprende mediante ejecución sostenida en producción. Los robots generan datos haciendo trabajo real. Cada ejecución exitosa, cada recuperación y cada fallo ocurre dentro de un contexto operativo real y tiene relevancia económica directa. A medida que los despliegues escalan, el sistema no solo acumula más datos; adquiere datos cada vez más diversos, alineados distribucionalmente y representativos de las restricciones reales. Los casos límite no se fabrican, sino que se encuentran de forma natural con el uso, y conforme mejora el rendimiento se confían a los robots escenarios más complejos, lo que amplía todavía más la señal de aprendizaje. Diagrama de la arquitectura del bucle de aprendizaje en el mundo real