Durante seis décadas, la robótica industrial ha funcionado bajo un paradigma implacable: un ingeniero programa de forma explícita cada milímetro del movimiento de una máquina con lenguajes propietarios, consolas de programación y solucionadores cinemáticos rígidos. Si una pieza se desplaza cinco milímetros o cambia la iluminación, el robot entra en fallo. En la cumbre Economist Enterprise Physical AI and Robotics, celebrada en Londres el 13 de octubre de 2026, Pepijn Kooijmans, responsable de LeRobot en Hugging Face, presentó una arquitectura alternativa que está desmantelando ese legado: «Los robots del futuro no se programarán tarea por tarea. Aprenderán».
De la planificación de movimiento al aprendizaje por imitación: el cambio de arquitectura #
En su estudio de caso, Open for business: how open source is accelerating physical AI (Abiertos al negocio: cómo el código abierto acelera la IA física), Pepijn Kooijmans repasó su trayectoria desde la ingeniería mecatrónica clásica hasta el aprendizaje profundo. Durante décadas, a los especialistas en robótica se les enseñó a descomponer la manipulación en subproblemas discretos y aislados: segmentación de objetos, estimación de pose 6D, transformaciones de sistemas de coordenadas, planificación de trayectorias con evitación de colisiones y control PID de los motores articulares.
Esta descomposición analítica funciona bien en plantas de automoción con utillaje rígido, donde las piezas llegan en plantillas de acero con precisión de micras, pero se viene abajo en entornos industriales heredados, laboratorios, almacenes y hogares. En el mundo real, los objetos se deforman, las superficies reflejan la luz de forma impredecible y los compañeros humanos introducen obstáculos en movimiento.
La tesis fundamental que presentó Hugging Face es que la destreza física no puede especificarse analíticamente con reglas codificadas a mano: debe adquirirse con la experiencia. Igual que los grandes modelos de lenguaje (LLM) aprendieron gramática, razonamiento y conocimiento del mundo prediciendo el siguiente token en enormes corpus de texto, los agentes de IA física adquieren habilidades motoras aprendiendo la distribución de las acciones condicionada por las observaciones visuales y sensoriales.
Este paso de programar cada movimiento a enseñar mediante la demostración humana marca la entrada de la robótica en su era de los modelos fundacionales.
Dentro de la arquitectura VLA multimodal #
Durante su charla, Kooijmans desveló en detalle el pipeline de red neuronal de extremo a extremo que impulsa las políticas modernas de IA física de código abierto, y mostró cómo las entradas perceptivas de alta dimensión se traducen en una manipulación física fluida.
.class="img-fluid clearfix"
La arquitectura funciona como un pipeline sensoriomotor multimodal estrechamente integrado:
1. Ingesta perceptiva multiflujo #
El robot observa su espacio de trabajo a través de varios flujos de cámara sincronizados (normalmente una cámara base cenital que aporta el contexto espacial, junto con cámaras montadas en la muñeca de los manipuladores izquierdo y derecho para seguir con detalle los contactos).
Estos flujos de píxeles en bruto pasan por un transformador de visión SigLIP (400 millones de parámetros) congelado, que convierte los fotogramas en tokens visuales de alta densidad sin exigir, durante el ajuste fino de la política, costosas actualizaciones de gradiente de extremo a extremo a través de la red troncal visual.
2. Vector de estado cinemático y condicionamiento por tarea #
Al mismo tiempo, el sistema muestrea el estado propioceptivo interno del robot: un vector de 16 dimensiones que recoge los 7 ángulos articulares, las velocidades y la apertura de las pinzas de los dos manipuladores.
El usuario fija el objetivo mediante una instrucción libre en lenguaje natural (por ejemplo, "dobla la camiseta", "coge el perno hexagonal M8 y colócalo en el soporte" o "pasa el cable por el conducto"), que se tokeniza en incrustaciones de texto estándar.
3. Núcleo multimodal de atención cruzada (Gemma VLM) #
Los tokens visuales, el vector de estado propioceptivo y los tokens de texto se introducen en un modelo de visión y lenguaje Gemma (2.000 millones de parámetros). En lugar de limitarse a generar texto, el VLM Gemma aplica una atención cruzada profunda a las tres modalidades y fusiona la intención semántica de alto nivel de la instrucción con la geometría espacial de la escena y la configuración mecánica instantánea del brazo.
La salida de este modelo fundacional fusionado es una representación densa de las características de tarea del VLM, que recoge qué hay que hacer en relación con dónde están situados los objetos.
4. El experto de acción: flow matching y políticas de difusión #
Las características del VLM pasan directamente a un experto de acción (300 millones de parámetros) basado en flow matching. Los primeros enfoques de aprendizaje por imitación se apoyaban en una regresión ingenua por error cuadrático medio (MSE), que lleva a los modelos a emitir la media de demostraciones contradictorias y produce robots indecisos y bloqueados; el flow matching, en cambio, modela la distribución multimodal de las trayectorias de acción humanas.
Mediante ecuaciones diferenciales de flujo rectificado resueltas en diez pasos de integración numérica, el experto de acción elimina el ruido gaussiano hasta obtener una trayectoria coherente de 30 acciones futuras a una frecuencia de control de 50 Hz.
5. Action chunking con ensamblado temporal #
Al predecir 30 pasos de tiempo consecutivos (un enfoque conocido como action chunking), la política elimina las sacudidas de alta frecuencia y los cuellos de botella de latencia. El robot ejecuta el primer bloque de acciones mientras calcula el siguiente plan en segundo plano, y logra así un movimiento suave, flexible y continuo, de calidad casi biológica.
Comparativa técnica: automatización clásica frente a IA física de código abierto #
| Métrica / vector de arquitectura | Robótica industrial clásica (ROS / PLC / consola de programación) | IA física propietaria cerrada (pilas humanoides de los fabricantes) | IA física de código abierto (pila Hugging Face LeRobot) |
|---|---|---|---|
| Paradigma de desarrollo | Procedimental; trayectorias articulares explícitas y máquinas de estados finitos | Aprendizaje profundo de extremo a extremo; pesos cerrados de caja negra; API en la nube bloqueadas | VLA de extremo a extremo; pesos abiertos, conjuntos de datos abiertos y bucles de entrenamiento abiertos en PyTorch |
| Barrera de entrada de hardware | De 30.000 £ a más de 100.000 £ por brazo industrial (KUKA, FANUC, ABB) | De 150.000 £ a más de 350.000 £ por unidad humanoide propietaria | De menos de 200 $ a 1.500 $ con diseños de hardware abierto imprimibles en 3D (SO-100, Koch) |
| Robustez ante el entorno | Falla de inmediato si las coordenadas de la pieza se desvían unos milímetros | Gran adaptabilidad, pero el comportamiento no se puede inspeccionar ni corregir localmente | Gran adaptabilidad visual; las políticas pueden ajustarse localmente en nodos de borde de la planta |
| Formato de datos y telemetría | Formatos binarios propietarios cautivos del fabricante y registros de PLC | Telemetría propietaria cifrada en la nube | Conjuntos de datos Apache Parquet estandarizados, flujos de vídeo MP4 y Hugging Face Hub |
| Generalización de tareas | Nula; cada nueva geometría de pieza exige una reprogramación manual completa | Promesas de tareas amplias, pero adaptación lenta al utillaje industrial a medida | Adaptación rápida con 50 a 100 demostraciones humanas grabadas con montajes líder-seguidor |
| Huella de hardware para la inferencia | PLC dedicado o PC industrial con Linux en tiempo real | Enormes clústeres de GPU móviles a bordo que consumen de 300 W a 800 W | Inferencia en silicio de consumo en el borde (una sola RTX 4070 o Apple Silicon de la serie M) |
Fuente: análisis de los datos de la presentación, pruebas de rendimiento técnicas y demostraciones en directo presentadas en la cumbre Economist Enterprise Physical AI and Robotics (Convene 200 Aldersgate, Londres, 13 de octubre de 2026).
Qué significa para cada sector #
El auge de una IA física abierta e impulsada por la comunidad está cambiando el cálculo comercial en varios sectores.
Pequeñas y medianas empresas (pymes) #
Las pymes representan más del 80 % de la capacidad manufacturera de Europa y el Reino Unido, pero históricamente menos del 5 % podía permitirse la automatización. Implantar una célula de automatización industrial exigía contratar integradores de sistemas especializados, pagar licencias de software de seis cifras y paralizar la planta durante la instalación.
Con el ecosistema LeRobot, una pyme que fabrica soportes de precisión a medida puede imprimir en 3D un puesto SO-100 de dos brazos por menos de 500 £, equiparlo con cámaras web USB de 40 £ y grabar, con un brazo líder impreso en 3D, cincuenta demostraciones de un trabajador cargando piezas en una fresadora CNC. Tras tres horas de ajuste fino en un ordenador de sobremesa estándar, la política de código abierto puede encargarse por sí sola de la carga de la máquina y amortizarse en cuestión de semanas.
Investigación académica y educación superior #
Hasta hace poco, los departamentos universitarios de robótica se enfrentaban a una brecha existencial: los laboratorios bien financiados podían permitirse plataformas de Boston Dynamics o Willow Garage, mientras que las instituciones más pequeñas se limitaban a simulaciones puras en Gazebo o MuJoCo.
La IA física de código abierto ha democratizado la experimentación física. Estudiantes de posgrado de todo el mundo pueden construir plataformas de hardware idénticas, compartir puntos de control de políticas entrenadas en el Hugging Face Hub y reproducir resultados de referencia con rigor estadístico. Kooijmans destacó que el repositorio de LeRobot pasó en pocos meses de un puñado de colaboradores europeos a miles de especialistas en robótica activos en todo el mundo, prueba de que el acceso abierto acelera la validación empírica más que los silos corporativos propietarios.
Montaje por encargo de alta variedad y bajo volumen #
En el montaje de electrónica y de dispositivos médicos, las variantes de producto cambian cada semana. Las líneas automatizadas codificadas a mano no son viables económicamente, porque los costes de reequipamiento y reprogramación superan el margen de beneficio de la tirada.
Las políticas de visión, lenguaje y acción resuelven esta limitación mediante el condicionamiento de tareas en lenguaje natural. Un operario puede cambiar el procedimiento de montaje con solo escribir un nuevo comando o mostrar dos iteraciones del nuevo subconjunto. Los mecanismos de atención cruzada del modelo aprovechan representaciones visuales preentrenadas para identificar componentes nuevos sin volver a entrenar toda la red neuronal.
Derribar el muro de los datos: teleoperación, Parquet y modelos del mundo #
La idea central que Kooijmans transmitió a los directivos es que el principal cuello de botella de la IA física ya no es la capacidad de los modelos: es la diversidad de las demostraciones.
En el procesamiento del lenguaje natural, los modelos se entrenaron con billones de tokens recogidos de la web abierta. En la robótica física no existe un «internet de la manipulación física» previo. Cada demostración de una pinza que coge un objeto, gira una válvula o dobla una tela debe grabarse en el mundo físico mediante teleoperación instrumentada con sensores.
Hugging Face LeRobot aborda este reto con tres iniciativas clave:
- Montajes de teleoperación líder-seguidor: gracias a brazos «líderes» pasivos de bajo coste, impresos en 3D y equipados con codificadores magnéticos que reflejan mecánicamente al robot «seguidor» activo, los operadores humanos pueden teleoperar el robot sin esfuerzo en tiempo real y grabar a la vez ángulos articulares, velocidades y vídeo desde varios ángulos.
- Esquemas estandarizados de conjuntos de datos Parquet: las demostraciones se empaquetan en tablas Apache Parquet estandarizadas y de alto rendimiento, vinculadas a flujos de vídeo MP4 divididos en bloques. Así, las herramientas habituales de ingeniería de datos (Polars, DuckDB, PyArrow) pueden procesar terabytes de telemetría robótica a gran velocidad.
- Paso de la simulación a la realidad y ampliación con modelos del mundo: para escalar más allá de los límites de la teleoperación física, los modelos del mundo de código abierto aprenden dinámicas físicas generativas. Una vez entrenados con un conjunto básico de demostraciones reales, simulan millones de escenarios contrafactuales (iluminación variable, más desorden, distinta fricción de la mesa) directamente en el espacio latente y someten las políticas a pruebas de estrés antes del despliegue real.
Conclusión #
La presentación de Hugging Face LeRobot en la cumbre Economist Enterprise Physical AI and Robotics ha cristalizado un punto de inflexión decisivo para la industria robótica. La era en que la robótica exigía presupuestos de inversión de varios millones de libras, lenguajes de programación propietarios y jaulas rígidas en las fábricas está dando paso a un ecosistema abierto, colaborativo y guiado por los datos.
Al unir modelos fundacionales multimodales de visión y lenguaje con action chunking basado en flow matching y hardware abierto asequible, la IA física de código abierto está transformando los robots de autómatas frágiles en sistemas adaptativos que aprenden. Para los responsables de ingeniería y los directivos tecnológicos, el mandato estratégico es inequívoco: la ventaja competitiva ya no vendrá de poseer hardware mecánico propietario, sino de dominar los pipelines de datos, los flujos de recogida de demostraciones y los modelos fundacionales que enseñan a las máquinas a dominar el mundo físico.
Preguntas frecuentes #
¿Qué es Hugging Face LeRobot? Hugging Face LeRobot es un framework de código abierto y una iniciativa comunitaria pensados para democratizar la robótica y la IA física. Ofrece implementaciones en PyTorch de algoritmos de aprendizaje por imitación de vanguardia, formatos de conjuntos de datos estandarizados, modelos fundacionales de visión, lenguaje y acción (VLA) preentrenados y diseños de hardware de código abierto (como el SO-100) para reducir las barreras económicas y técnicas de la robótica.
¿En qué se diferencia el aprendizaje por imitación de la programación robótica clásica? La programación robótica clásica exige que un ingeniero escriba código procedimental explícito que especifique coordenadas cartesianas exactas, soluciones de cinemática inversa y transiciones de estado, mediante consolas de programación o scripts de ROS. El aprendizaje por imitación, en cambio, entrena redes neuronales para imitar el comportamiento humano observando demostraciones grabadas de personas que realizan la tarea por teleoperación, y aprende una política que convierte directamente las observaciones sensoriales en comandos motores.
¿Qué papel cumple el VLM Gemma en el pipeline de IA física? En las arquitecturas modernas de IA física, el modelo de visión y lenguaje (VLM) Gemma actúa como motor de razonamiento multimodal. Recibe los tokens visuales de las cámaras (codificados con SigLIP), el vector de estado articular físico del robot y las instrucciones en lenguaje natural. Mediante atención cruzada, fusiona la intención semántica con la geometría visual para producir representaciones de tarea de alto nivel que guían al experto de acción.
¿Qué es el flow matching en la predicción de acciones robóticas? El flow matching es una técnica de modelado generativo relacionada con los flujos normalizadores continuos y los modelos de difusión. En robótica, transforma un simple ruido gaussiano en trayectorias de acción complejas y multimodales resolviendo ecuaciones diferenciales ordinarias en varios pasos. Esto permite al robot afrontar situaciones ambiguas en las que existen varios movimientos válidos y evitar los artefactos de promediado que hacen fracasar a los modelos de regresión más simples.
¿Pueden los brazos robóticos impresos en 3D de menos de 200 $ realizar tareas de producción? Aunque los brazos de menos de 200 $ como el SO-100 carecen de la capacidad de carga, la rigidez estructural y la repetibilidad submilimétrica que exige el mecanizado aeroespacial pesado, son plenamente capaces de ejecutar manipulación delicada, inspección, manejo de líquidos en laboratorio y preparación de kits de piezas pequeñas. Y lo que es más importante, las políticas entrenadas y validadas en estas plataformas de bajo coste pueden transferirse directamente a brazos robóticos colaborativos de calidad industrial con un ajuste fino mínimo.
Referencias #
- Economist Enterprise, (2026). Cumbre Physical AI & Robotics: ventaja operativa mediante sistemas autónomos ⧉. Economist Enterprise.
- Kooijmans, P., (2026). Abiertos al negocio: cómo el código abierto acelera la IA física ⧉. Hugging Face.
- Hugging Face, (2026). LeRobot: aprendizaje automático de vanguardia para la robótica real en PyTorch ⧉. GitHub.
- Chi, C., Xu, Z., Feng, S., Cousineau, E., Du, Y., Burchfiel, B. y Song, S., (2024). Diffusion Policy: aprendizaje de políticas visuomotoras mediante difusión de acciones ⧉. Columbia University & MIT.
- Zhao, T. Z., Kumar, V., Levine, S. y Finn, C., (2023). Aprender manipulación bimanual de precisión con hardware de bajo coste ⧉. Stanford University.
- Zhai, X., Mustafa, B., Kolesnikov, A. y Beyer, L., (2023). Pérdida sigmoide para el preentrenamiento de lenguaje e imagen (SigLIP) ⧉. Google DeepMind.
- Lipman, Y., Chen, R. T. Q., Ben-Hamu, H., Nicklas, M. y Le, M., (2023). Flow matching para el modelado generativo ⧉. Meta AI Research.
Última revisión .
Última revisión .
Republicar este artículo
Copiar formato para Medium
# IA física de código abierto: cómo LeRobot democratiza la robótica — Sebastien Rousseau > Originally published at [https://sebastienrousseau.com/es/2026-10-13-fisica-de-codigo-abierto-como-lerobot/](https://sebastienrousseau.com/es/2026-10-13-fisica-de-codigo-abierto-como-lerobot/) En la cumbre de IA física de The Economist en Londres, Pepijn Kooijmans (Hugging Face) mostró cómo LeRobot, modelos abiertos y brazos de 200 $ abren la robótica. Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/es/2026-10-13-fisica-de-codigo-abierto-como-lerobot/
Copiar formato para Mastodon
IA física de código abierto: cómo LeRobot democratiza la robótica — Sebastien Rousseau En la cumbre de IA física de The Economist en Londres, Pepijn Kooijmans (Hugging Face) mostró cómo LeRobot, modelos abiertos y brazos de 200 $ abren la robótica. https://sebastienrousseau.com/es/2026-10-13-fisica-de-codigo-abierto-como-lerobot/
Copiar formateado para LinkedIn
IA física de código abierto: cómo LeRobot democratiza la robótica — Sebastien Rousseau En la cumbre de IA física de The Economist en Londres, Pepijn Kooijmans (Hugging Face) mostró cómo LeRobot, modelos abiertos y brazos de 200 $ abren la robótica. Estos son los puntos estratégicos clave: - De la planificación de movimiento al aprendizaje por imitación: el cambio de arquitectura. En su estudio de caso, Open for business: how open source is accelerating physical AI (Abiertos al negocio: cómo el código abierto acelera la IA física), Pepijn Kooijmans repasó su trayectoria desde la ingeniería… - Dentro de la arquitectura VLA multimodal. Durante su charla, Kooijmans desveló en detalle el pipeline de red neuronal de extremo a extremo que impulsa las políticas modernas de IA física de código abierto, y mostró cómo las entradas perceptivas de alta… - Comparativa técnica: automatización clásica frente a IA física de código abierto. Fuente: análisis de los datos de la presentación, pruebas de rendimiento técnicas y demostraciones en directo presentadas en la cumbre Economist Enterprise Physical AI and Robotics (Convene 200 Aldersgate, Londres,… - Qué significa para cada sector. El auge de una IA física abierta e impulsada por la comunidad está cambiando el cálculo comercial en varios sectores. ¿Cuál es el enfoque de su organización ante los desafíos descritos en este artículo? → https://sebastienrousseau.com/es/2026-10-13-fisica-de-codigo-abierto-como-lerobot/ #HuggingFaceLerobot #PepijnKooijmans #IaFísica #RobóticaDeCódigoAbierto #AprendizajePorImitación Sebastien Rousseau | CC-BY-4.0
Citar este artículo
IA física de código abierto: cómo LeRobot democratiza la robótica — Sebastien Rousseau
En la cumbre de IA física de The Economist en Londres, Pepijn Kooijmans (Hugging Face) mostró cómo LeRobot, modelos abiertos y brazos de 200 $ abren la robótica.
BibTeX
@online{rousseau2026ia,
author = {Rousseau, Sebastien},
title = {{IA física de código abierto: cómo LeRobot democratiza la robótica — Sebastien Rousseau}},
year = {2026},
url = {https://sebastienrousseau.com/es/2026-10-13-fisica-de-codigo-abierto-como-lerobot/},
urldate = {2026}
}RIS
TY - GEN AU - Rousseau, Sebastien TI - IA física de código abierto: cómo LeRobot democratiza la robótica — Sebastien Rousseau PY - 2026 UR - https://sebastienrousseau.com/es/2026-10-13-fisica-de-codigo-abierto-como-lerobot/ ER -
Vancouver
Rousseau S. IA física de código abierto: cómo LeRobot democratiza la robótica — Sebastien Rousseau. sebastienrousseau.com. 2026 Oct 13. Available from: https://sebastienrousseau.com/es/2026-10-13-fisica-de-codigo-abierto-como-lerobot/
Chicago
Rousseau, Sebastien. "IA física de código abierto: cómo LeRobot democratiza la robótica — Sebastien Rousseau." sebastienrousseau.com. October 13, 2026. https://sebastienrousseau.com/es/2026-10-13-fisica-de-codigo-abierto-como-lerobot/.
APA
Rousseau, S. (2026, October 13). IA física de código abierto: cómo LeRobot democratiza la robótica — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/es/2026-10-13-fisica-de-codigo-abierto-como-lerobot/
Volver a publicar este artículo
IA física de código abierto: cómo LeRobot democratiza la robótica — Sebastien Rousseau
En la cumbre de IA física de The Economist en Londres, Pepijn Kooijmans (Hugging Face) mostró cómo LeRobot, modelos abiertos y brazos de 200 $ abren la robótica.
Este artículo se publica bajo Creative Commons Attribution 4.0 International. La republicación requiere atribución a la URL canónica.
IA física de código abierto: cómo LeRobot democratiza la robótica — Sebastien Rousseau En la cumbre de IA física de The Economist en Londres, Pepijn Kooijmans (Hugging Face) mostró cómo LeRobot, modelos abiertos y brazos de 200 $ abren la robótica. Originally published at https://sebastienrousseau.com/es/2026-10-13-fisica-de-codigo-abierto-como-lerobot/ by Sebastien Rousseau. Licensed under CC-BY-4.0.