Tecnología
VLA (Vision Language Action)
Vision Language Action (VLA) es un tipo de modelo de IA que combina percepción visual, comprensión del lenguaje y generación de acciones físicas, usado para controlar robots capaces de interpretar instrucciones y manipular objetos en entornos reales. Permite a robots generalizar tareas que no han visto durante su entrenamiento, acercando la robótica a un comportamiento más flexible y menos programado manualmente.
Sobre esta tecnología, IA para hoy ha analizado 4 noticias, procedentes de 3 medios distintos. No ha habido cobertura nueva en la última semana. La fiabilidad media de esa cobertura es de 5,0 sobre 5, medida con las reglas de nuestro método. Las áreas de impacto que más se repiten son Desarrollo, Operaciones, Automatización. Aparece en 4 historias en seguimiento.
Evolución en 16 semanas
El momentum semanal se estima con la misma fórmula que el momentum actual: volumen, aceleración respecto a la semana anterior, diversidad de fuentes e impacto.
Análisis Qué significa para una empresa
- Oportunidades
- Abre la puerta a automatización flexible en logística, manufactura y servicios sin reprogramar robots para cada tarea, reduciendo costes de integración. También facilita nuevos productos de robótica asistida y humanoides adaptables a distintos entornos.
- Riesgos
- La tecnología aún depende de grandes actores (Google, NVIDIA, Hugging Face) y de infraestructura especializada, con riesgo de dependencia de proveedor. La fiabilidad en entornos no controlados y la seguridad física de robots autónomos siguen siendo limitaciones relevantes.
- Qué debería hacer una empresa
- Las empresas con procesos de manipulación física repetitiva deberían seguir la evolución de estos modelos y evaluar pilotos en 18-36 meses, sin comprometer inversión significativa hasta que la fiabilidad fuera de laboratorio esté más probada.
Análisis generado por IA a partir de las noticias disponibles; actualizado 16 oct.
Relacionadas
Nvidia ×2robótica ×2Google DeepMind ×2LLM ×1Meta ×1Hugging Face ×1edge-ai ×1Palantir ×1Mercedes-Benz ×1modelos de razonamiento ×1
Historias
Noticias
LeRobot v0.6.0: nuevos modelos de mundo para robótica abierta y herramientas de evaluación
Hugging Face lanzó LeRobot v0.6.0, una plataforma abierta de robótica que incorpora tres nuevas políticas basadas en world models (VLA-JEPA, FastWAM…
Por qué importaLa versión consolida robotics como un área fundamental de investigación abierta donde el ecosistema competidor (NVIDIA, Meta, Allen AI) converge en…
NVIDIA presenta plataforma Rubin con tokens 10 veces más baratos y modelos abiertos
NVIDIA anunció en CES 2026 la plataforma Rubin, su primera plataforma IA de seis chips en producción completa, que reduce el coste de generación de tokens a…
Por qué importaLa reducción de costes en inferencia de IA es crítica para la viabilidad económica de aplicaciones a escala empresarial. El enfoque de Rubin como…
Google DeepMind lanza Gemini Robotics On-Device, modelo de IA para robots sin conexión
Google DeepMind ha presentado Gemini Robotics On-Device, un modelo VLA (vision language action) optimizado para ejecutarse localmente en robots sin depender de…
Por qué importaReduce la latencia crítica en aplicaciones robotizadas y elimina la dependencia de conectividad, permitiendo despliegues robóticos en entornos sin…
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…