Bots humanoides: de la fantasía de la ciencia ficción a la aplicación real

Los robots humanoides están avanzando rápidamente de la ficción científica a la realidad. La disminución constante de los costos de hardware, el crecimiento continuo de la inversión de capital, junto con los avances tecnológicos en la flexibilidad de movimiento y la capacidad operativa, son tres factores que se están integrando y promoviendo activamente la próxima gran iteración de plataformas en el campo de la computación. A pesar de que la capacidad de cálculo y los dispositivos de hardware se están comercializando cada vez más, lo que brinda ventajas de bajo costo a la ingeniería robótica, la industria sigue limitada por el cuello de botella de los datos de entrenamiento.

Reborn es uno de los pocos proyectos que utiliza inteligencia artificial física descentralizada (DePAI) para recopilar datos de movimiento y síntesis de alta precisión, y construir modelos básicos de Bots, lo que lo coloca en una posición única y favorable para impulsar el despliegue de Bots humanoides. El proyecto está liderado por un equipo fundador con una sólida base técnica, cuyos miembros tienen experiencia en investigación académica y antecedentes de cargos de profesor en varias universidades reconocidas, lo que refleja un nivel académico excepcional y una capacidad de ejecución en ingeniería del mundo real.

De la función única a la forma multifuncional

La comercialización de la tecnología de Bots no es un concepto nuevo. Los Bots domésticos, como los robots aspiradores o las cámaras para mascotas, son dispositivos de función única. Con el desarrollo de la inteligencia artificial, los Bots están evolucionando de máquinas de función única a formas multifuncionales, con el objetivo de adaptarse a operaciones en entornos abiertos.

Los robots humanoides se actualizarán gradualmente en los próximos 5 a 15 años desde tareas básicas como la limpieza y la cocina, hasta ser capaces de realizar trabajos complejos como servicios de recepción, extinción de incendios e incluso cirugías. Los desarrollos recientes están convirtiendo los robots humanoides de la ciencia ficción en una realidad.

Las dinámicas del mercado muestran que más de 100 empresas ya están posicionándose en el campo de los Bots humanos. La tecnología de hardware ha logrado superar el valle de la muerte: la nueva generación de Bots humanos exhibe movimientos tan naturales y fluidos como un río en movimiento, permitiéndoles lograr interacciones humanoides en entornos reales. Uno de los Bots humanos puede alcanzar una velocidad de 3.3 metros por segundo, superando con creces la velocidad media de caminata humana de 1.4 metros por segundo.

Se espera que para 2032, el costo de los robots humanoides sea inferior al nivel salarial de la mano de obra en Estados Unidos, lo que abrirá un nuevo paradigma de costos.

Cuello de botella en el desarrollo: datos de entrenamiento del mundo real

A pesar de los claros factores positivos en el campo de los robots humanoides, la baja calidad de los datos y la falta de estos siguen obstaculizando su implementación a gran escala.

Otras tecnologías de entidades de inteligencia artificial, como la tecnología de conducción autónoma, han resuelto en gran medida los problemas de datos a través de cámaras y sensores incorporados en vehículos existentes. Tomando como ejemplo ciertos sistemas de conducción autónoma, estas flotas pueden generar miles de millones de millas de datos de conducción en carreteras reales. En las primeras etapas de desarrollo, estas empresas equipaban a los vehículos en la carretera con un monitor humano en el asiento del pasajero para entrenamiento en tiempo real.

Sin embargo, es poco probable que los consumidores acepten la existencia de "Bots niñeras". Los Bots deben tener un alto rendimiento listo para usar, lo que hace que la recopilación de datos previa al despliegue sea crucial. Todo el entrenamiento debe completarse antes de la producción comercial, y la escala y calidad de los datos siguen siendo un problema persistente.

A pesar de que cada modo de entrenamiento tiene su propia unidad de escala, la comparación revela claramente la disparidad en la disponibilidad de datos de tecnología de Bots.

• El tamaño de los datos de entrenamiento de un gran modelo de lenguaje supera los 15 billones de tokens de texto.
• Algunos generadores de imágenes utilizan miles de millones de pares de texto de video etiquetados.
• En comparación, el mayor conjunto de datos de Bots solo contiene alrededor de 2.4 millones de registros de interacción.

Esta brecha explica por qué la tecnología de Bots aún no ha logrado un verdadero modelo base como los grandes modelos de lenguaje, y la clave radica en que la base de datos aún no está completa.

Los métodos tradicionales de recopilación de datos son difíciles de satisfacer la demanda de escalabilidad de datos de entrenamiento para robots humanoides. Los métodos existentes incluyen:

• Simulación: bajo costo pero carece de escenarios de fronteras reales (la brecha entre la simulación y la realidad)
• Video en Internet: No se puede proporcionar el entorno de percepción corporal y retroalimentación de fuerza necesario para el aprendizaje de Bots.
• Datos del mundo real: aunque son precisos, requieren control remoto y operaciones manuales en bucle cerrado, lo que resulta en altos costos (más de 40,000 dólares por Bots) y falta de escalabilidad.

El costo de entrenar modelos en un entorno virtual es bajo y tiene una gran escalabilidad, pero estos modelos a menudo enfrentan dificultades al ser implementados en el mundo real. Este problema se conoce como la brecha de virtual a real (Sim2Real).

Por ejemplo, los Bots entrenados en un entorno simulado pueden recoger fácilmente objetos con iluminación perfecta y superficies lisas, pero a menudo se encuentran impotentes cuando se enfrentan a entornos desordenados, texturas irregulares o diversas situaciones imprevistas que los humanos consideran comunes en el mundo real.

Reborn ofrece un método económico y rápido para la recopilación de datos del mundo real, ayudando a fortalecer el entrenamiento de Bots y a resolver el problema del "salto de simulación a realidad" (Sim2Real).

Reborn: la visión de stack completo de IA descentralizada

Reborn está construyendo una plataforma de software y datos de integración vertical orientada a aplicaciones de robots con inteligencia encarnada. El objetivo central de la empresa es resolver el problema del cuello de botella de datos en el campo de los robots humanoides, pero su visión va mucho más allá. A través del desarrollo autónomo de hardware, la infraestructura de simulación multimodal y la combinación de modelos básicos, Reborn se convertirá en el impulsor de pila completa para lograr la inteligencia encarnada.

La plataforma Reborn se basa en el dispositivo de captura de movimiento de consumo exclusivo "ReboCap" para construir un ecosistema de juegos de realidad aumentada y realidad virtual en rápida expansión. Los usuarios intercambian datos de movimiento de alta fidelidad por recompensas de incentivos en la red, impulsando el desarrollo continuo de la plataforma. Actualmente, Reborn ha vendido más de 5000 dispositivos ReboCap, con 160,000 usuarios activos mensuales, y ha establecido un camino de crecimiento claro para superar los 2 millones de usuarios a finales de año.

Lo que llama la atención es que este crecimiento proviene completamente del desarrollo natural: los usuarios son atraídos por la diversión del juego en sí, mientras que los streamers utilizan ReboCap para lograr la captura en tiempo real de la postura de su imagen digital. Este ciclo virtuoso que se forma espontáneamente ha conseguido una producción de datos escalable, de bajo costo y alta fidelidad, convirtiendo el conjunto de datos Reborn en un recurso de entrenamiento que las principales empresas de Bots compiten por adoptar.

La segunda capa del stack de software ReBorn es Roboverse: una plataforma de datos multimodal que unifica un entorno de simulación fragmentado. Actualmente, el campo de la simulación está altamente fragmentado, con diversas herramientas actuando de manera independiente; aunque cada una tiene sus ventajas, no pueden comunicarse entre sí. Esta situación de división retrasa el progreso del desarrollo y agrava la brecha entre la simulación y la realidad. Roboverse, al implementar la estandarización de múltiples simuladores, ha creado una infraestructura virtual compartida para el desarrollo y la evaluación de modelos de Bots. Esta integración apoya pruebas de referencia consistentes, mejorando significativamente la capacidad de expansión y generalización del sistema.

Roboverse ha logrado una colaboración sin fisuras. El primero recopila datos del mundo real a gran escala, mientras que el segundo construye entornos de simulación para impulsar el entrenamiento de modelos; juntos exhiben la verdadera potencia de la red de inteligencia física distribuida Reborn. Esta plataforma está creando un ecosistema de desarrolladores de inteligencia artificial física que va más allá de la simple obtención de datos, extendiendo sus funciones al despliegue de modelos reales y al ámbito de la autorización comercial.

Modelo Base Reborn

Quizás el componente más crucial en la pila tecnológica de Reborn sea el modelo base de Reborn (RFM). Como uno de los primeros modelos base para Bots, este modelo está siendo desarrollado como el sistema central de la nueva infraestructura de inteligencia artificial física. Su posicionamiento es similar al de los tradicionales modelos de lenguaje a gran escala, pero orientado al campo de los Bots.

Los tres componentes centrales de la pila tecnológica Reborn (plataforma de datos ReboCap, sistema de simulación Roboverse y mecanismo de autorización del modelo RFM) construyen conjuntamente un sólido foso de integración vertical. Al combinar datos de movimiento de crowdsourcing con un poderoso sistema de simulación y un sistema de autorización de modelos, Reborn puede entrenar modelos básicos con capacidad de generalización en múltiples escenarios. Este modelo puede respaldar aplicaciones robóticas diversificadas en los campos industrial, de consumo y de investigación, logrando un despliegue generalizado bajo grandes volúmenes de datos diversos.

Reborn está impulsando activamente la comercialización de su tecnología, ha iniciado proyectos piloto de pago con varias empresas y ha establecido asociaciones estratégicas con varias compañías de Bots. El mercado de robots humanoides en China está experimentando un rápido crecimiento, representando aproximadamente el 32.7% del mercado global. Es notable que una empresa china ocupa más del 60% de la cuota del mercado global de robots cuadrúpedos y es una de las seis fabricantes chinas que planean producir más de 1000 Bots para 2025.

El papel de la tecnología de criptomonedas en la pila de tecnología de inteligencia artificial física

La tecnología blockchain está construyendo una pila vertical completa para la inteligencia artificial en el mundo físico. Aunque los proyectos relacionados pertenecen a diferentes niveles de la pila de inteligencia artificial física, todos tienen un punto en común: son 100% proyectos DePAI. DePAI crea un mecanismo de escalabilidad abierto, combinable y sin permisos a través de incentivos de tokens que recorren toda la pila tecnológica, y es esta innovación la que hace posible el desarrollo descentralizado de la inteligencia artificial física.

Reborn hasta ahora no ha emitido tokens, y su crecimiento orgánico es aún más valioso. Una vez que el mecanismo de incentivos de tokens se inicie oficialmente, la participación en la red se convertirá en un vínculo clave que acelera el efecto de rueda voladora de DePAI: los usuarios que compren dispositivos de hardware de Reborn (el recolector ReboCap) recibirán incentivos del proyecto, y las empresas de desarrollo de robots pagarán recompensas por contribuciones a los poseedores de ReboCap. Este doble incentivo fomentará que más personas adquieran y utilicen dispositivos ReboCap. Al mismo tiempo, el proyecto incentivará dinámicamente la recopilación de datos de comportamiento personalizados de alto valor, cerrando así de manera más efectiva la brecha técnica entre la simulación y la aplicación real (Sim2Real).

El "momento revolucionario" en el campo de los Bots no será desencadenado por las empresas de Bots mismas, ya que el despliegue de hardware es mucho más complejo que el software. El crecimiento explosivo de la tecnología de Bots está naturalmente limitado por los costos, la disponibilidad de hardware y la complejidad del despliegue, obstáculos que no existen en el software puramente digital.

El punto de inflexión de los Robots humanoides no radica en cuán impresionante es el prototipo, sino en que el costo se reduzca a un rango asequible para el público, al igual que la proliferación de los teléfonos inteligentes o las computadoras en su momento. Cuando el costo disminuye, el hardware se convierte en un boleto de entrada, y la verdadera ventaja competitiva radica en los datos y modelos: concretamente, en la escala, calidad y diversidad de la inteligencia de movimiento utilizada para entrenar a las máquinas.

Conclusión

La revolución de la plataforma Bots es imparable, pero al igual que todas las plataformas, su desarrollo a gran escala depende del apoyo de datos. Reborn, como una apuesta de alto apalancamiento, cree firmemente que la tecnología de criptografía puede llenar el vacío más crítico en la pila tecnológica de Bots de IA: su solución de datos de Bots, DePAI, ofrece rentabilidad, alta escalabilidad y características modularizadas. A medida que la tecnología de Bots se convierte en el próximo frente de IA, Reborn está transformando al público en "mineros" de datos de acción. Así como los grandes modelos de lenguaje necesitan el apoyo de etiquetas de texto, los Bots humanoides requieren un entrenamiento masivo de secuencias de acción. A través de Reborn, superaremos el último obstáculo y lograremos la transición de los Bots humanoides de la ciencia ficción a la realidad.