Robots aprenden a moverse observando a personas, sin una sola demostración robótica
Entrenar un robot ha requerido hasta ahora hardware caro, grabaciones especiales y laboratorios con financiación abundante. Ahora Runway AI desafía toda esa lógica con Praxis-1, un modelo de pesos abiertos que aprende el control robótico únicamente a partir de grabaciones cotidianas de personas en movimiento. Esto podría democratizar la robótica avanzada de una forma que la industria consideraba imposible desde hace mucho tiempo.
El problema de datos que frenaba la robótica, ahora resuelto de forma inesperada
Durante mucho tiempo, el mundo de la robótica con IA ha tenido un dilema sin resolver: para entrenar a un robot para que se mueva con naturalidad y manipule objetos reales, se necesitan enormes cantidades de datos procedentes precisamente de robots. Eso exige hardware caro, demostraciones que consumen mucho tiempo y una logística que la mayoría de los actores simplemente no puede permitirse. El resultado ha sido que el control robótico avanzado sigue siendo un privilegio de laboratorios con financiación abundante y de gigantes tecnológicos.
Runway AI, una empresa que la mayoría conoce por la IA de vídeo generativo, da ahora un audaz paso en el mundo de la robótica con un modelo que desafía precisamente esa lógica. Según The Robot Report, la compañía ha presentado Praxis-1, un modelo de control robótico entrenado no con demostraciones de robots, sino con grabaciones de vídeo habituales de terceros, del tipo que ya alimenta los modelos del mundo generales de Runway.
La idea es tan elegante como práctica: hay una cantidad casi ilimitada de vídeos de personas levantando, empaquetando, clasificando y manipulando objetos. Praxis-1 aprende de este material y construye una comprensión de cómo se comportan los objetos, cómo evolucionan las tareas con el tiempo y cómo son los movimientos en la práctica, sin que ningún brazo robótico tenga que participar en la fase de entrenamiento.
– La mayoría de los modelos robóticos están limitados por la disponibilidad de datos robóticos, que son tanto escasos como caros de recopilar. Praxis-1 aprende, en cambio, a partir de grabaciones de vídeo habituales y ya comprende cómo se comportan los objetos y cómo evolucionan las tareas con el tiempo, afirma Kamil Sindi, director técnico de Runway AI, según The Robot Report.
Escalabilidad que cambia las condiciones
Lo que hace especialmente interesante a Praxis-1 desde una perspectiva empresarial es su modelo de escalado: el rendimiento mejora a medida que se añaden más datos de vídeo. Esto significa que el límite de la capacidad del modelo lo fija la disponibilidad de vídeo, y no el número de demostraciones robóticas. Teniendo en cuenta que internet es, en la práctica, un archivo infinito de imágenes en movimiento, se trata de un punto de partida sumamente prometedor.
Runway afirma además que la simulación del comportamiento robótico dentro de su modelo del mundo predice resultados reales con una correlación de nada menos que 0,95, un resultado que, según la empresa, es comparable al de métodos mucho más caros basados en la reconstrucción tridimensional. Es una afirmación notable, y una que el sector va a examinar con atención.
El modelo se ha entrenado con una amplia gama de tareas de manipulación: desde agarres sencillos, como levantar latas, hasta momentos más exigentes, como empaquetar bolsas de regalo con objetos blandos y deformables, exactamente el tipo de situaciones que durante mucho tiempo han supuesto un reto para los sistemas robóticos.
Pesos abiertos: democratización en la práctica
Otra dimensión que merece atención es que Praxis-1 se lanza como modelo de pesos abiertos. En un sector en el que los grandes actores suelen mantener sus modelos tras puertas cerradas, se trata de una postura clara. Los pesos abiertos significan que investigadores, startups y actores industriales pueden seguir desarrollando el modelo sin depender de la buena voluntad o de los precios de una sola empresa.
Esto no es solo un detalle técnico: es una estrategia empresarial y una decisión de democratización. Runway señala que quiere ser una plataforma, no un guardián.
El modelo se encuentra actualmente en una fase de pruebas temprana con un grupo seleccionado de socios, lo que sugiere que se acerca un lanzamiento más amplio. El momento no es casual: el interés por la IA física y la robótica se ha disparado en los últimos dieciocho meses, con actores como Figure AI, Boston Dynamics y Unitree, que compiten por resolver precisamente los problemas que Runway aborda ahora con una metodología completamente distinta.
Para las empresas industriales suecas y nórdicas, en los sectores de fabricación, logística y alimentación, Praxis-1 debería ser un modelo que seguir de cerca. El umbral para experimentar con el control robótico impulsado por IA está bajando de forma notable.