Figure demuestra que su robot Helix 2.5 realiza tareas en 30 casas desconocidas sin entrenamiento previo
Hecho Qué ha ocurrido
Figure probó su sistema de IA Helix 2.5 en robots humanoides que entraron en 30 casas reales nunca vistas antes y realizaron tareas como ordenar salones, doblar ropa y hacer camas sin mapas previos. El sistema se entrenó con Index, una base de datos de comportamiento humano, y logró una tasa de éxito del 56% en completar tareas, igualando resultados anteriores con la mitad de datos de adaptación. Figure invirtió 3.500 millones de dólares en recursos informáticos para el entrenamiento.
Resumen generado mediante IA a partir de ABC Tecnología. Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Muestra avances en la generalización de robots humanoides a entornos no estructurados, un requisito clave para su uso doméstico o industrial real, aunque la tasa de éxito aún revela limitaciones significativas para aplicaciones fiables.
- Quién se ve afectado
- Fabricantes de robótica, empresas de servicios domésticos, logística y sectores que exploran automatización física con IA generalista.
- Qué puede cambiar
- Si se confirma la tendencia, los robots podrían requerir menos preparación específica por entorno, reduciendo costes de implementación en hogares o negocios variados.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar si Figure mejora la tasa de éxito con más datos y cómputo, y si competidores como Sunday Robotics o fabricantes chinos presentan resultados comparables o superiores.
Enviar esta noticia por correo
Fuente original: ABC Tecnología. La referencia es siempre el artículo original.
Ver fuente original ↗robóticaIA generalistaaprendizaje por imitación FigureSunday Robotics automatización domésticaFigureHelix 2.5robots humanoides
Tu opinión
0 comentarios
Relacionadas
AWS resume 13 lanzamientos de inferencia en SageMaker AI durante el primer semestre de 2026
AWS publicó un repaso de 13 lanzamientos de capacidades de inferencia en Amazon SageMaker AI durante la primera mitad de 2026, divididos entre endpoints…
Por qué importaEstas mejoras reducen tiempos y costes operativos de desplegar modelos generativos en producción, un problema técnico recurrente para equipos de…
Pinterest lanza en beta Restyle, una función de IA generativa para rediseñar habitaciones en fotos reales
Pinterest presentó Restyle, una función en beta para EE.UU. y Canadá que permite fotografiar una habitación y usar texto o estilos predefinidos para que la IA…
Por qué importaMuestra cómo las plataformas de consumo integran IA generativa directamente en el flujo de compra para reducir la fricción entre inspiración y…
La FAA lanzará un sistema de IA de 875 millones de dólares para gestionar el tráfico aéreo en Washington DC
La FAA prevé desplegar el sistema SMART, basado en IA, para asesorar a controladores aéreos en la congestionada zona de Washington DC, posiblemente desde el 21…
Por qué importaEs un ejemplo de despliegue de IA en infraestructura crítica de alto riesgo, donde errores pueden tener consecuencias de seguridad graves, lo que…
TypeSafe AI lanza Jev, modelo no lingüístico que predice probabilidades para automatización de software
TypeSafe AI, startup fundada por un exinvestigador de OpenAI coinventor de RLHF, lanzó Jev, un modelo basado en transformers que no genera texto sino…
Por qué importaOfrece una alternativa mucho más barata y rápida que los LLM para tareas de automatización y clasificación donde no se necesita generación de…