Danijar Hafner deja Google DeepMind para fundar startup de agentes robóticos con world models
Hecho Qué ha ocurrido
Danijar Hafner, investigador conocido por sus modelos Dreamer y PlaNet basados en aprendizaje por refuerzo con modelos del mundo, dejó Google DeepMind en otoño de 2025 para fundar una startup en modo sigiloso en San Francisco. Su nueva empresa trabaja con robots humanoides importados de China, aplicando técnicas de model-based reinforcement learning para que los agentes puedan planificar y actuar en entornos no vistos previamente. Hafner desarrolló proyectos previos como Dreamer 2, 3 y 4, capaces de superar juegos como Atari y Minecraft, y DayDreamer, que llevó estos métodos a robots físicos.
Resumen generado mediante IA a partir de MIT Technology Review (original en inglés). Naturaleza de la información: análisis u opinión.
Análisis Por qué importa
El enfoque de Hafner busca reducir la necesidad de entrenamiento por prueba y error en el mundo real, lo que podría acelerar la viabilidad comercial de robots capaces de operar en hogares y entornos no estructurados.
- Quién se ve afectado
- Empresas de robótica, fabricantes de hardware robótico y sectores interesados en automatización física como logística o servicios domésticos.
- Qué puede cambiar
- Si su enfoque escala, los robots podrían desplegarse en entornos nuevos sin necesidad de reentrenamiento extenso, reduciendo costes y tiempos de implementación.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar el anuncio oficial de la startup, su financiación, y si logra demostrar aplicaciones prácticas de sus world models en robots físicos más allá de demostraciones de laboratorio.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: MIT Technology Review. La referencia es siempre el artículo original.
Ver fuente original ↗robóticaaprendizaje por refuerzoworld modelsagentes Google DeepMindGoogle Brain Danijar Hafner Google DeepMind robótica startup world models
Relacionadas
DeepMind presenta agentes IA que imaginan y planifican acciones futuras
Google DeepMind ha publicado dos papers sobre arquitecturas de agentes basadas en 'imaginación': redes neuronales que internamente simulan consecuencias de…
Por qué importaEsta investigación avanza en el razonamiento deliberativo de agentes IA, permitiéndoles funcionar con modelos imperfectos y adaptar estrategias de…
Los modelos del mundo, la próxima frontera de la IA tras los grandes modelos de lenguaje
El artículo describe los modelos del mundo como una nueva generación de sistemas que aprenden las reglas de un entorno para anticipar consecuencias y…
Por qué importaSi esta línea de trabajo madura, la robótica y los agentes que actúan en entornos físicos podrían ganar capacidades que los modelos de lenguaje…
DeepMind repasa 15 años de investigación de IA en videojuegos y anuncia alianza con EVE Online
Google DeepMind ha publicado un repaso de su investigación en IA aplicada a videojuegos, desde DQN y AlphaGo hasta SIMA 2, su agente generalista basado en…
Por qué importaMuestra cómo los laboratorios de IA usan entornos de juego complejos como banco de pruebas para agentes generales que podrían transferirse a tareas…
Google DeepMind lanza Gemini Robotics 1.5 con agentes IA para tareas complejas multipasos
Google DeepMind ha presentado Gemini Robotics 1.5, una familia de dos modelos especializados para robotística: Gemini Robotics-ER 1.5 (razonamiento…
Por qué importaEstos modelos representan un avance fundamental hacia robots de propósito general capaces de razonar, planificar y usar herramientas en el mundo…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.