La empresa japonesa AIRoA está construyendo una base tecnológica para desarrollar robots capaces de aprender de entornos del mundo real, con especial atención a la recopilación de datos operativos y al entrenamiento de modelos fundamentales para la inteligencia artificial física. Este enfoque incluye el desarrollo de una amplia base de datos robótica, además de instalaciones para experimentar y verificar el rendimiento de los modelos en condiciones más cercanas al uso real.
El artículo señala que la empresa registró el 26 de junio de 2026 una nueva base o instalación dedicada al desarrollo de robots, antes de anunciar la iniciativa el 4 de agosto. La instalación tiene una superficie aproximada de 3500 metros cuadrados e incluye zonas destinadas a recopilar datos, entrenar robots y ponerlos a prueba. La idea consiste en utilizar múltiples robots para recopilar diversos datos operativos y, posteriormente, reflejar los resultados del entrenamiento y la verificación práctica en los modelos fundamentales.
De la recopilación de datos a los modelos fundamentales
AIRoA no se centra en un único modelo de robot ni en una aplicación específica, sino en una capa de software y datos que pueda utilizarse para desarrollar distintos robots. Según el artículo, durante el año fiscal 2025 la empresa obtuvo aproximadamente 8000 horas de datos operativos mediante robots móviles equipados con brazos, y también trabaja en la preparación de una canalización de datos dedicada al aprendizaje y la verificación.
Este paso es importante porque el entrenamiento de sistemas de inteligencia artificial física requiere datos relacionados con el movimiento, la percepción y la interacción con objetos y entornos, y no solo textos o imágenes estáticas. Por ello, la calidad y diversidad de los datos, junto con la capacidad de probar los modelos en una instalación real, podrían ser factores decisivos para determinar hasta qué punto los robots pueden operar fuera del laboratorio.
Proyectos y alianzas dentro de Japón
AIRoA vincula este trabajo con iniciativas de investigación e industriales japonesas más amplias. El artículo menciona que la empresa inició en abril de 2026 un proyecto denominado «Proyecto de visión de la inteligencia artificial y la robótica», en colaboración con una entidad de investigación japonesa, con el objetivo de acelerar el desarrollo de robots mediante el aprovechamiento de los activos y datos de los participantes en el proyecto y el fortalecimiento del intercambio de conocimientos entre las instituciones.
El artículo también señala el proyecto FRONTia de la Organización para el Desarrollo de Nuevas Energías y Tecnologías Industriales de Japón (NEDO), cuyo objetivo es desarrollar modelos fundamentales de inteligencia artificial que puedan utilizarse en robots y en la inteligencia artificial física. La cobertura aborda asimismo los enfoques de empresas y entidades de investigación japonesas, entre ellas Preferred Networks y Toyota, en los ámbitos de los robots humanoides y la inteligencia artificial física.
¿Por qué es importante esta noticia?
El cambio real en este caso no es el lanzamiento de un nuevo robot de consumo, sino el desplazamiento de la competencia hacia la infraestructura que precede a los productos: instalaciones para recopilar datos, modelos fundamentales y métodos para verificar la capacidad de un robot para ejecutar tareas en el mundo real. Esto es importante para los desarrolladores de robots, los investigadores y las empresas industriales que necesitan reducir el tiempo necesario para adaptar cada robot a una nueva tarea o entorno.
Sin embargo, el artículo aún no demuestra que los modelos de AIRoA hayan alcanzado un nivel específico de precisión o autonomía, ni presenta resultados de referencia detallados o un calendario para ofrecer estos modelos fuera de sus proyectos. Además, el volumen de datos por sí solo no aclara la diversidad de tareas o entornos que abarcan. Por tanto, las preguntas abiertas siguen relacionadas con la transferibilidad del aprendizaje entre robots, el coste de recopilar datos y la capacidad de los modelos para afrontar situaciones imprevistas.