Robots humanoides en China: cómo aprenden a trabajar en fábricas reales

Coger un teléfono de una cinta, colocarlo correctamente dentro de una caja y repetir la operación cientos de veces parece sencillo hasta que quien lo intenta es un robot. Tiene que localizar el aparato, calcular su posición, agarrarlo sin dañarlo, reconocer si está inclinado y corregir el movimiento. DexForce mostró esa tarea en el World Robot Conference de Pekín. La empresa asegura que sus humanoides trabajan desde principios de 2026 en una fábrica de Lens Technology, proveedor de Apple y Huawei.

Los robots humanoides en China ya realizan tareas concretas en fábricas y almacenes: mueven cajas, clasifican paquetes, alimentan equipos de prueba, inspeccionan productos y empaquetan teléfonos. La mayoría opera en puestos delimitados, con supervisión humana y métricas públicas incompletas. China está utilizando estas pruebas para obtener datos de movimiento, fuerza, errores y excepciones, entrenar nuevas versiones de los modelos y devolverlas a la operación. El circuito puede acelerar la IA física, aunque todavía hay poca evidencia comparable sobre tiempos de ciclo, intervenciones, coste total y amortización.

Después de cada ejecución queda algo aparte del teléfono empaquetado. Cámaras, sensores, articulaciones y motores producen información sobre la posición del objeto, la trayectoria seguida, la fuerza aplicada, el tiempo empleado, el resultado y los errores. Bien registrada, esa información permite entrenar otra versión del modelo y devolverla al robot para una prueba nueva.

China está intentando convertir su base industrial en una infraestructura de aprendizaje para la IA física, conocida también como inteligencia incorporada o embodied AI. Reúne fabricantes de robots, proveedores de componentes, empresas usuarias, centros de investigación, personal de teleoperación y apoyo público en lugares donde una máquina puede repetir trabajos concretos. La escala de ese ensayo es difícil de encontrar en otro país. Su utilidad económica continúa bastante menos documentada que el volumen de anuncios.

El recorrido de Reuters por la conferencia de Pekín ofrece una buena fotografía del momento. Más de 300 empresas, 2.000 exhibiciones y 150 lanzamientos, según los organizadores. Junto a las acrobacias aparecían robots que clasificaban paquetes, cargaban componentes, empaquetaban teléfonos y hacían tareas domésticas. La feria enseña las máquinas. Para entender lo que está ocurriendo hay que seguirlas hasta el almacén, la fábrica o el centro de entrenamiento.

Qué hacen ya los robots humanoides en China

Los casos públicos de 2026 abarcan logística, fabricación electrónica, automoción y pruebas domésticas. La palabra «trabajar» necesita apellido: algunos robots están en una línea activa; otros pasan por pilotos, centros de datos o demostraciones supervisadas.

Empresa	Tarea	Situación documentada	Dato publicado
AgiBot	Alimentación y clasificación en pruebas de tabletas	Ocho robots G2 integrados durante una retransmisión de seis días en una línea activa de Longcheer Technology.	Las dos empresas declararon 64 horas de operación, 64.828 tareas y un 99,99 % de éxito. La línea produjo 17.625 tabletas durante el periodo.
DexForce	Empaquetado de teléfonos	Reuters observó la demostración. DexForce declaró un despliegue desde principios de 2026 en Lens Technology.	La empresa comunicó precisión milimétrica y corrección de objetos mal colocados, sin publicar tiempo de ciclo ni coste.
Robotera	Clasificación de paquetes	Reuters vio el sistema en Pekín. Un representante afirmó que operaba en centros de China Post.	La compañía declaró más de 100 robots en 15 almacenes.
Leju	Movimiento de cajas y carga de componentes	La empresa habla de uso en plantas automovilísticas chinas y fábricas europeas.	No ha publicado en esas declaraciones el tamaño de las flotas, la duración ni el rendimiento del puesto.
Lumos Robotics	Montaje de módulos	Su consejero delegado declaró que usa robots dentro de su propia fábrica.	La compañía prepara su entrada en el montaje final, sin cifras públicas comparables de productividad.
X Square Robot	Tareas domésticas	Pruebas anunciadas en cientos de hogares.	El ensayo más largo comunicado hasta agosto de 2026 había durado un mes.

Reuters comprobó las máquinas expuestas en Pekín, aunque las cifras de almacenes, fábricas y hogares proceden de las propias compañías. El ensayo de AgiBot tiene una base mejor: fue retransmitido desde una instalación productiva y lo describen tanto el fabricante como Longcheer, la empresa usuaria. Ambas partes participan en el proyecto y sus métricas carecen por ahora de auditoría independiente.

Qué aprende un robot cuando entra en una fábrica

Una orden humana suele esconder buena parte del trabajo. «Mete el teléfono en la caja» presupone que alguien distingue ambos objetos, sabe cómo se coge un móvil sin marcar la pantalla, interpreta la orientación correcta y corrige un agarre incómodo casi sin pensarlo. En una línea de producción, todas esas decisiones tienen que convertirse en percepciones, movimientos, límites y respuestas ante el fallo.

La ejecución puede registrar, entre otros datos:

• las imágenes y la profundidad captadas por las cámaras;
• la posición y velocidad de cada articulación;
• la fuerza y el par aplicados durante el contacto;
• la apertura de la mano o de la pinza;
• la trayectoria, el tiempo de ciclo y el consumo;
• el resultado de la tarea y el punto exacto del fallo;
• las correcciones del operador y las excepciones encontradas.

Una colección de sensores no convierte por sí sola una jornada en un buen conjunto de entrenamiento. Hay que sincronizar las señales, identificar la tarea, conservar la versión del robot y del modelo, separar éxitos de fallos y describir las condiciones de la ejecución. Si el teléfono apareció girado, interesa saber qué percibió el sistema, qué movimiento inició, cuándo detectó la desviación y cómo la corrigió. Un vídeo bonito pierde casi todo ese detalle.

La fábrica aporta algo difícil de fabricar en un laboratorio: variaciones que nadie había preparado. Una caja deformada, una superficie con reflejos, un objeto desplazado unos centímetros, una persona que cruza, una pieza con otra fricción o un agarre que empieza bien y termina mal. Esas situaciones revelan qué parte del comportamiento era sólida y cuál dependía del escenario ensayado.

Los robots no disponen de un Internet del trabajo físico

Los grandes modelos de lenguaje encontraron en Internet una cantidad inmensa de texto, código e imágenes ya producidos por personas. Un robot necesita relacionar lo que ve con una acción ejecutable y con sus consecuencias físicas. Internet contiene millones de vídeos de manos cocinando o montando muebles, pero esos vídeos rara vez incluyen el par de un motor, la presión de los dedos, la posición tridimensional precisa o la orden enviada a cada articulación.

La tesis doctoral Generalizable and Scalable Robot Learning in the Physical World, publicada por UC Berkeley en enero de 2026, describe la escasez de datos robóticos diversos y de calidad como una de las grandes limitaciones del campo. Recogerlos en el mundo físico es caro, lento y difícil de paralelizar: hacen falta máquinas, operadores, objetos, instalaciones y muchas repeticiones.

Los investigadores combinan varias fuentes porque cada una resuelve una parte del trabajo:

• La teleoperación permite que una persona guíe el robot y deja demostraciones completas con imágenes, acciones y señales de contacto.
• La simulación multiplica pruebas, cambia objetos y recrea accidentes sin romper máquinas ni detener una fábrica.
• Los datos sintéticos amplían la variedad de escenas y posiciones, aunque el modelo simulado de fricción, deformación o contacto nunca reproduce toda la realidad.
• El vídeo humano en primera persona aporta diversidad de tareas y entornos, pero carece de muchas señales necesarias para controlar un cuerpo robótico.
• Los modelos del mundo intentan predecir cómo evoluciona una escena después de una acción y permiten ensayar trayectorias antes de ejecutarlas.
• La operación real muestra ruido, desgaste, objetos imprevistos y casos límite que las demás fuentes suelen simplificar.

El trabajo académico de Berkeley propone precisamente una mezcla de datos heterogéneos, mejores políticas de control y sistemas de adquisición física que reduzcan el coste de las demostraciones. Los datos de fábrica forman parte de esa mezcla. Presentarlos como combustible único de la robótica ignoraría avances importantes en simulación, vídeo y modelos generativos.

China está abriendo puestos de trabajo para entrenar máquinas

En junio de 2026, el Ministerio de Industria y Tecnología de la Información chino (MIIT) y la Comisión de Supervisión y Administración de Activos Estatales (SASAC) publicaron un programa conjunto de entrenamiento en escenarios reales para humanoides y otros sistemas de inteligencia incorporada.

El documento merece leerse despacio. Pide seleccionar puestos de producción, inspección, mantenimiento, almacenes, comercio, sanidad, atención a mayores, seguridad y emergencias. Diez regiones deben abrir al menos veinte escenarios cada una y las empresas estatales centrales, un mínimo de diez. En cada caso se forma un grupo con la empresa usuaria, el fabricante del robot o integrador, proveedores de modelos y componentes y centros de investigación.

La empresa que abre el puesto tiene que describir el proceso, aportar información operativa y fijar objetivos cuantificables. El fabricante adapta la máquina. Los proveedores corrigen modelos, piezas y sistemas de control. La prueba debe medir tasa de éxito, mejora de eficiencia, seguridad, fiabilidad y viabilidad económica. Si la solución supera la validación, el programa prevé extenderla a puestos similares.

También especifica los datos que quiere obtener: trayectorias de movimiento de todo el cuerpo, curvas de fuerza y posición, secuencias de ejecución, lógica temporal, propiedades de los objetos, interferencias, anomalías y condiciones límite. Es casi una descripción administrativa del circuito que persigue China:

1. abrir una tarea real;
2. desplegar una máquina;
3. registrar ejecuciones y fallos;
4. ajustar modelo y componentes;
5. validar la nueva versión;
6. repetir el despliegue.

El Gobierno ha fijado para finales de 2026 la identificación de al menos cien escenarios de alto valor y una capacidad de despliegue a escala de 10.000 unidades. Son objetivos oficiales. No acreditan que cien aplicaciones rentables o diez mil trabajadores robóticos estén ya operando. El propio programa reconoce carencias en algoritmos, adaptación a los escenarios, hardware y acumulación de datos reales.

Su diseño permite ver la apuesta industrial. La fábrica conserva su función productiva y pasa a ser además lugar de entrenamiento, banco de pruebas y cliente inicial. Una incidencia puede generar datos para el modelo, requisitos para un sensor y cambios en el diseño de una articulación. China intenta acortar la distancia entre esos tres trabajos.

Girar una llave 1.250 veces

La fábrica no es el único lugar donde se producen datos físicos. China ha levantado centros dedicados a repetir tareas en entornos reconstruidos. En Shijingshan, Pekín, uno de ellos ocupa más de 10.000 metros cuadrados y reproduce tiendas, almacenes, hogares, instalaciones de atención a mayores y puestos industriales.

Una crónica de People’s Daily describe una máquina que coge una llave, la alinea, la introduce y la gira. Los operadores guían los movimientos mediante teleoperación y demostraciones. Según el director técnico de Leju Robotics citado por el medio, un robot puede producir unas cuatro horas diarias de entrenamiento y un centenar de máquinas completar al menos 12.000 tomas de datos al día. Son cifras del operador del centro, no una auditoría independiente.

Otra información del mismo medio relata 1.250 repeticiones para enseñar a colocar una sartén sobre una cocina. El centro comunicó tasas de éxito superiores al 95 % en las habilidades entrenadas. Esa cifra describe el rendimiento declarado dentro de sus escenarios; no informa de cuántas horas mantendría el resultado en una vivienda o fábrica, cuántas intervenciones requeriría ni cómo respondería ante objetos distintos.

Repetir una tarea tantas veces tiene sentido técnico cuando cambian la posición, la orientación, el peso, la iluminación o el tipo de error. Cientos de copias casi idénticas y mal etiquetadas pueden producir mucho volumen y poco aprendizaje. La utilidad depende de la diversidad, la calidad de las señales y la cercanía entre el ejercicio y el lugar donde trabajará la máquina.

Los datos vuelven al modelo y el modelo regresa a la fábrica

El circuito suena ordenado sobre el papel. En la práctica exige bastante ingeniería. Los registros se limpian, sincronizan y convierten en secuencias de observación y acción. Un modelo visión-lenguaje-acción puede utilizar esas secuencias para asociar una instrucción con lo que percibe y con los movimientos que debe producir. Después se evalúa en ejemplos conocidos, variaciones preparadas y situaciones que no estuvieron en el entrenamiento.

La versión nueva regresa al robot. Allí aparecen fallos que la evaluación previa no encontró. Algunos generan datos útiles para entrenar de nuevo; otros descubren limitaciones del cuerpo: una mano sin fuerza suficiente, una cámara mal situada, un motor que se calienta o una batería que obliga a parar demasiado pronto. La mejora del software y la del hardware avanzan juntas porque la acción física expone ambas.

China reúne una extensa fabricación de electrónica, baterías, motores, sensores y actuadores con la mayor base mundial de robots industriales y una red densa de fábricas y operadores logísticos. Esa proximidad podría reducir el tiempo entre una prueba, la corrección de una pieza y el siguiente prototipo. Mike Nielsen, responsable de marketing de RealSense, declaró a Reuters que los ciclos de producto en el mercado chino se mueven alrededor de seis a ocho meses. Es la observación de un proveedor que vende sistemas de visión en ese mercado, no una medida general de toda la industria.

El circuito tampoco garantiza una mejora automática. Un dato de un robot puede no servir a otro con articulaciones y sensores diferentes. Una política entrenada en un puesto muy controlado puede fallar cuando cambia el embalaje. Varias compañías pueden registrar la misma tarea con formatos incompatibles. El programa chino dedica espacio a la gobernanza, la normalización y el intercambio seguro precisamente porque el volumen aislado no resuelve esos problemas.

Cuántos de estos robots trabajan de forma continua

No existe un recuento público y homogéneo de humanoides que mantengan una operación comercial continua en China. Las noticias localizan actividad fuera del laboratorio, pero suelen mezclar máquinas vendidas, unidades destinadas a recopilar datos, pilotos industriales y puestos productivos. Reuters señalaba el 18 de agosto que el uso a gran escala seguía concentrado en aplicaciones muy concretas y proyectos limitados.

Para leer las cifras del sector conviene separar seis estados:

Estado	Qué acredita	Qué sigue pendiente
Demostración	El robot completa una acción preparada.	Repetición, duración, excepciones, coste e intervención humana.
Prueba técnica	El sistema se evalúa con variaciones y métricas definidas.	Comportamiento dentro del proceso productivo.
Piloto	La máquina entra en un puesto real durante un periodo limitado.	Continuidad, rentabilidad y decisión de ampliación.
Centro de entrenamiento	El robot produce datos y practica tareas físicas.	Productividad para un cliente final.
Despliegue operativo	El robot participa de forma regular en una operación real.	Puede faltar aún escala, amortización o autonomía suficiente.
Producción comercial	El cliente mantiene o amplía el sistema por sus resultados.	Comparación continuada con otras soluciones y evolución del coste.

Un piloto puede ser técnicamente valioso aunque todavía no justifique una compra. Un centro de entrenamiento genera datos útiles sin producir mercancía para un cliente. Una flota enviada cuenta como venta para el fabricante, aunque su comprador sea una institución pública dedicada a entrenarla. Cada cifra responde a una realidad distinta.

La productividad se mide en piezas, errores, tiempo y coste

Una empresa compra capacidad de trabajo. Para valorar un humanoide necesita saber cuántas unidades correctas produce por hora, cuánto tarda en recuperarse de un error, cuántas veces llama a una persona, qué disponibilidad mantiene durante el turno y cuánto cuesta conservarlo operativo.

Entre el 23 y el 28 de junio de 2026, ocho robots G2 de AgiBot trabajaron en el tramo de control de calidad de tabletas de la fábrica que Longcheer Technology tiene en Nanchang. Cogían equipos de la cinta, los introducían en bancos de prueba, intercambiaban información con las máquinas y devolvían por separado las unidades aptas y las defectuosas. AgiBot comunicó 64 horas de operación, 64.828 tareas, cuatro procesos y una tasa de éxito del 99,99 %. La línea alcanzó una producción acumulada de 17.625 tabletas durante la retransmisión.

Es uno de los ensayos industriales mejor descritos que hemos localizado. También requiere prudencia. El 99,99 % es una cifra publicada por las empresas participantes, aplicada a tareas definidas dentro de ese tramo de producción. Las fuentes no ofrecen una comparación completa con el rendimiento anterior, el número de intervenciones humanas, el coste de integración, la disponibilidad fuera de las 64 horas ni el periodo de amortización. La prueba acredita continuidad operativa en un puesto concreto. La rentabilidad queda pendiente.

La lista de costes incluye la compra o el alquiler, la integración con la línea, las adaptaciones del puesto, energía, software, comunicaciones, mantenimiento, repuestos, paradas, personal de soporte, teleoperación, formación, seguridad y depreciación. Compararlo únicamente con el salario de un trabajador produce una cuenta cómoda y casi siempre incompleta.

Reuters recoge una estimación de Guotai Securities: un humanoide industrial debería situarse alrededor de 160.000 yuanes, mantenimiento incluido, para recuperar la inversión en dos años frente a un coste laboral anual de 80.000 yuanes. MERICS sitúa el precio habitual de estas máquinas entre 300.000 y 500.000 yuanes. Ninguna de esas cifras decide un proyecto concreto, pero juntas muestran la distancia que todavía puede existir entre el precio y una amortización sencilla.

La Federación Internacional de Robótica pide evaluar tiempos de ciclo, energía, mantenimiento, seguridad, durabilidad y consistencia. También recuerda que la automatización industrial convencional conserva una ventaja clara en puestos estructurados que exigen gran velocidad y precisión. Un brazo fijo puede resultar más barato, rápido y fiable para repetir una sola operación durante años.

El formato humanoide tiene sentido cuando el espacio, las herramientas y los desplazamientos fueron diseñados para personas y cuando la misma máquina puede asumir varias tareas. Esa flexibilidad debe probarse. Si el robot necesita semanas de integración para cambiar de puesto o trabaja siempre anclado frente a una cinta, parte de la ventaja prometida desaparece.

El dato público más revelador de los casos mostrados en Pekín es precisamente el que falta: no aparecen series comparables de tiempo de ciclo, errores, intervención humana, disponibilidad y coste total. Las empresas han enseñado que la tarea puede ejecutarse. El siguiente examen exige demostrar durante cuánto tiempo y a qué precio.

Quién está comprando los robots chinos

Las ventas crecen, pero una unidad enviada a un centro de datos no equivale a una unidad comprada por una fábrica que espera ahorrar dinero. Georg Stieler, analista de automatización, estimó para Reuters que entre el 50 % y el 70 % de los humanoides fabricados en China durante 2026 podría terminar en «fábricas de datos», dedicado a producir entrenamiento en lugar de trabajo productivo para un cliente.

El Financial Times ha documentado más de noventa centros de entrenamiento, muchos respaldados por gobiernos locales, que compran robots y venden después datos a los fabricantes. El esquema crea ingresos, práctica operativa y una infraestructura compartida para empresas que no podrían pagarla por separado. También dificulta saber cuánto de la demanda procede de usuarios industriales convencidos por la productividad.

Las dos funciones pueden convivir. La compra pública puede asumir el coste de una tecnología inmadura, generar conocimiento y preparar proveedores. También puede sostener fabricantes antes de que aparezca una clientela comercial suficiente y producir instalaciones repetidas o datos de utilidad desigual. Conviene medir cuántas máquinas salen después del circuito de entrenamiento y permanecen en operaciones pagadas por sus resultados.

Unitree resume bien la distancia entre expectativas y uso. Su salida a bolsa fue sobresuscrita más de 8.000 veces por inversores minoristas y la acción cerró su primera sesión con una subida cercana al 460 %. Sin embargo, su folleto de salida a bolsa indica que investigación y educación concentran la mayoría de sus ventas. Wang Xingxing, fundador de la compañía, admitió el 20 de agosto que los humanoides aún carecen de capacidad para un despliegue masivo y situó el gran avance del software entre dos y diez años, según el escenario.

Su anunciado «momento ChatGPT» expresa una expectativa del sector. El lenguaje tiene fuerza porque promete que una orden sencilla permitirá resolver muchas tareas en entornos desconocidos. Hoy esa generalización no está disponible. La cotización descuenta una parte del futuro; una cuenta de explotación tiene que trabajar con la máquina existente.

Todo el trabajo humano que sigue detrás de un humanoide

Muchos vídeos omiten a las personas situadas fuera de plano. Un operador puede haber demostrado el movimiento, guiado la ejecución a distancia, resuelto una excepción o detenido la máquina. Otro equipo selecciona las tomas, elimina datos defectuosos, etiqueta resultados y prepara el entrenamiento. Después llegan la integración, el mantenimiento, la seguridad y el control de calidad.

En el centro de Shijingshan, cada robot llegó a tener dos formadores. En Hubei, una investigación de Rest of World encontró cerca de cien humanoides controlados por personas para practicar planchado, limpieza y plegado de ropa. Los operadores usan gafas de realidad virtual, controladores, captura de movimiento o exoesqueletos y repiten una misma acción cientos de veces.

Este trabajo humano no invalida el aprendizaje. Lo hace posible. Sí obliga a precisar qué significa «autónomo». Una tarea puede ejecutarse:

• con control humano continuo;
• con una demostración previa y ejecución posterior;
• con supervisión y asistencia cuando aparece un fallo;
• sin intervención dentro de un conjunto limitado de condiciones;
• con autonomía suficiente para gestionar también las excepciones previstas.

El coste y la capacidad cambian mucho entre esos niveles. Una persona que supervisa diez máquinas durante momentos puntuales aporta una economía distinta de un teleoperador dedicado a cada robot.

Alrededor de estas pruebas aparecen oficios concretos: ingeniería de procesos para descomponer el puesto; especialistas en integración y control; operadores que generan demostraciones; personal de curación de datos físicos; equipos de simulación; técnicos de mantenimiento; responsables de seguridad; y operaciones de flota para vigilar disponibilidad, incidencias y versiones. La automatización empieza convirtiendo el conocimiento tácito del trabajador en instrucciones, tolerancias y ejemplos. Quien conoce el proceso tiene mucho que aportar antes de que llegue el primer robot.

Qué tendría que demostrar un robot antes de que una empresa lo compre

Una empresa española no necesita decidir hoy si cree o no en los humanoides. Puede evaluar una tarea y pedir números. Los primeros ensayos razonables suelen tener una operación repetitiva, un espacio relativamente controlado, dificultad para cubrir el puesto, consecuencias asumibles cuando aparece un error y una métrica fácil de comprobar.

Antes de firmar un piloto conviene responder por escrito:

1. Qué tarea exacta hará. «Ayudar en almacén» no sirve; «coger esta caja, leer este código y colocarla en aquella cinta» sí.
2. Cuánto cuesta hoy esa tarea. Personal, errores, accidentes, espacio, equipos, paradas y variaciones de demanda.
3. Qué excepciones aparecen. Objetos deformados, posiciones inesperadas, pasillos ocupados, cambios de luz, caídas de red o una herramienta fuera de sitio.
4. Qué rendimiento mínimo justifica continuar. Unidades por hora, tasa de éxito, disponibilidad y tiempo máximo de recuperación.
5. Cuánta ayuda humana admite la cuenta. Supervisión, teleoperación, reinicios, mantenimiento y soporte remoto.
6. Cuál es la alternativa técnica. Rediseño del proceso, brazo fijo, robot móvil, manipulador sobre ruedas, cinta automática o mejora organizativa.
7. Quién conserva y utiliza los datos. Vídeo de la fábrica, procesos, incidencias, propiedad del conjunto y uso para entrenar modelos de terceros.
8. Cuánto cuesta el sistema completo. Compra o alquiler, integración, software, seguridad, repuestos, energía, soporte y depreciación.

China está creando muchos lugares donde contestar estas preguntas con máquinas reales. Esa es su ventaja industrial más interesante. Todavía necesita convertir el aprendizaje acumulado en horas de trabajo fiables y en facturas que el cliente pague por conveniencia económica.

El robot que lo consiga será bastante menos fotogénico que el de una feria. Cogerá una pieza, la colocará, reconocerá el fallo y seguirá trabajando. Repetirá la operación durante un turno entero. Al final habrá que contar las unidades correctas, las intervenciones y el coste. Ahí empieza un producto industrial.

Preguntas frecuentes sobre los robots humanoides en China

¿Qué trabajos realizan ya los robots humanoides en China?

Los casos documentados incluyen clasificación de paquetes, movimiento de cajas, carga de componentes, alimentación de equipos de control de calidad, inspección de tabletas, empaquetado de teléfonos y montaje de módulos. En los hogares se prueban tareas de orden, limpieza y manipulación de objetos. Son trabajos delimitados; la mayoría de las fuentes no acredita todavía una jornada autónoma de uso general.

¿Qué es la IA física o inteligencia incorporada?

Es el uso de modelos de inteligencia artificial en sistemas que perciben un entorno y actúan sobre él mediante un cuerpo: un humanoide, un brazo, un robot móvil o una máquina de otra forma. El modelo relaciona señales como visión, lenguaje, posición y contacto con acciones físicas.

¿Cómo aprenden los robots humanoides en las fábricas chinas?

Las fábricas ofrecen tareas, objetos, procesos, errores y condiciones operativas reales. El programa del MIIT y la SASAC busca que empresas usuarias, fabricantes, proveedores y centros de investigación entrenen y validen juntos. La ejecución puede producir datos para corregir modelos y componentes, además de comprobar seguridad y viabilidad económica.

¿Qué demostró la prueba de 64 horas de AgiBot?

Ocho robots G2 participaron durante 64 horas en el control de calidad de tabletas de una línea activa de Longcheer Technology. Las empresas comunicaron 64.828 tareas y un 99,99 % de éxito. La prueba acredita operación continuada en un tramo definido. No publica una comparación completa de costes, intervenciones, productividad anterior y amortización.

¿Cuáles son los principales fabricantes chinos de robots humanoides?

Entre las empresas visibles en 2026 figuran Unitree, AgiBot, UBTech, Leju Robotics, Robotera, Galbot, DexForce, Lumos Robotics y X Square Robot. Fabrican cuerpos, sistemas móviles o soluciones de inteligencia incorporada con objetivos distintos. Esta relación describe actores del mercado; no funciona como clasificación de calidad o ventas.

¿Los robots de estos casos trabajan con autonomía completa?

La información pública no permite afirmarlo. Varias compañías declaran despliegues, pero no detallan de forma homogénea la teleoperación, la supervisión ni las intervenciones. Los centros de entrenamiento dependen expresamente de operadores humanos. La autonomía debe medirse por tarea, condiciones y tiempo de operación.

¿Un humanoide es mejor que un robot industrial convencional?

Depende del puesto. La automatización fija suele ganar en velocidad, coste y fiabilidad cuando la operación permanece estable. Un humanoide ofrece movilidad y reutilización en espacios, herramientas y flujos diseñados para personas. La ventaja solo existe si la flexibilidad compensa su menor madurez y el coste de operación.

¿Cuánto cuesta un robot humanoide industrial en China?

MERICS situaba en 2026 el precio habitual de los humanoides industriales chinos entre 300.000 y 500.000 yuanes. El coste del proyecto incluye además integración, software, mantenimiento, seguridad, repuestos, soporte y teleoperación. Un modelo barato puede terminar siendo caro si necesita muchas intervenciones o no alcanza el ritmo del puesto.

¿Los despliegues reales generan automáticamente mejores modelos?

No. Los datos deben ser diversos, precisos, sincronizados y útiles para el cuerpo y la tarea que se quieren mejorar. También hay que conservar errores, intervenciones y condiciones límite. Los despliegues ofrecen materia prima; la ingeniería de datos y el entrenamiento determinan cuánto se aprovecha.

¿Están sustituyendo ya empleo a gran escala?

Las fuentes revisadas muestran automatización de tareas concretas y pilotos limitados, no una sustitución general. Continúa habiendo trabajo humano en demostración, teleoperación, integración, mantenimiento, seguridad y control. El efecto debe estudiarse tarea por tarea y observar qué funciones desaparecen, cuáles cambian y cuáles nacen alrededor del sistema.