Google DeepMind anuncia AutoRT, SARA-RT y RT-Trajectory para robótica avanzada
Hecho Qué ha ocurrido
Google DeepMind ha presentado tres sistemas para mejorar la robótica: AutoRT, que orquestó hasta 20 robots simultáneamente durante siete meses recopilando 77.000 ensayos robóticos en 6.650 tareas únicas; SARA-RT, que reduce la complejidad computacional de los transformers de cuadrática a lineal, mejorando la precisión 10,6% y la velocidad 14% respecto a RT-2; y RT-Trajectory, que logró un 63% de tasa de éxito en tareas no vistas versus 29% de RT-2.
Resumen generado mediante IA a partir de Google DeepMind (original en inglés). Naturaleza de la información: hecho documentado.
Análisis Por qué importa
Estos avances aceleran la viabilidad de robots generalizados en entornos reales al resolver tres problemas críticos: escalabilidad de datos de entrenamiento, eficiencia computacional para decisiones rápidas, y generalización de movimientos. Para empresas en manufactura, logística y servicios, representan un paso concreto hacia la automatización flexible de tareas complejas.
- Quién se ve afectado
- Fabricantes de robots, empresas de logística y operaciones, sectores de servicios, startups de robótica, e investigadores en aprendizaje automático.
- Qué puede cambiar
- La posibilidad de recopilar datos robóticos a escala mediante orquestación automática de flotas reduce significativamente el cuello de botella del entrenamiento, acercando robots capaces de ejecutar instrucciones en lenguaje natural en espacios reales. La optimización SARA-RT permite desplegar modelos RT en hardware más modesto sin pérdida de capacidad.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Velocidad de adopción de AutoRT en laboratorios académicos e industriales; disponibilidad de implementaciones de código abierto de SARA-RT y su impacto en aplicaciones más allá de robótica; capacidad de RT-Trajectory para generalizar a plataformas robóticas comerciales distintas; regulación sobre seguridad en robótica autónoma.
Recomendación Qué debería hacer una empresa
Equipos de operaciones y logística deben evaluar en los próximos 6-12 meses la idoneidad de plataformas robóticas que integren estos sistemas (o sus derivados comerciales) para casos de uso de recolección, clasificación o manipulación de objetos en entornos no estructurados.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
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: Google DeepMind (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗transformersaprendizaje por refuerzomodelo de lenguajerobóticacontrol de robots Google DeepMind automatización Google DeepMind IA generativa robótica Transformers
Forma parte de la historia Google DeepMind desarrolla modelos generalistas para robótica (3 noticias, estado: cerrada).
Relacionadas
Google DeepMind presenta ALOHA Unleashed y DemoStart para robótica de destreza
Google DeepMind ha publicado dos nuevos sistemas de IA para robótica: ALOHA Unleashed, que permite a robots bimanual realizar tareas complejas como atar…
Por qué importaEstos avances representan un paso crítico hacia robots útiles en entornos reales de trabajo y hogar, reduciendo drásticamente el tiempo y coste de…
Google DeepMind lanza Open X-Embodiment: dataset y modelo para robots generales
Google DeepMind, en colaboración con 33 laboratorios académicos, ha lanzado el dataset Open X-Embodiment (con datos de 22 tipos de robots diferentes, más de…
Por qué importaEste trabajo representa un cambio fundamental en robótica: permite que un único modelo controle múltiples tipos de robots y generalice a nuevas…
DeepMind presenta RT-2: modelo de visión-lenguaje-acción para control robótico generalizable
Google DeepMind ha lanzado Robotic Transformer 2 (RT-2), un modelo de visión-lenguaje-acción (VLA) que integra conocimiento de datos web y robóticos para…
Por qué importaRT-2 representa un salto cualitativo en la capacidad de robots para generalizar y razonar sobre instrucciones nuevas sin haber visto esos objetos o…
Google DeepMind lanza aceleradora de robótica para 15 startups europeas
Google DeepMind ha seleccionado 15 startups de robótica de toda Europa para su nuevo programa Google DeepMind Accelerator: Robotics, con sede de arranque en…
Por qué importaRefuerza la apuesta de Google DeepMind por la robótica física como frontera de la IA y da acceso privilegiado a startups europeas a tecnología…
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.