Los robots entran en una nueva etapa con la expansión de los modelos fundacionales, los sistemas de visión, lenguaje y acción, los modelos del mundo y la inteligencia artificial generativa. Sin embargo, aumentar la capacidad del modelo para percibir o razonar no significa automáticamente que el robot disponga de un sistema práctico capaz de operar de forma coherente y segura en el mundo real. Esta es la idea central de un libro blanco publicado por Arm, titulado «La ciencia perdida en los sistemas robóticos», el 16 de septiembre de 2026.
El documento fue elaborado por Federico Pecora, a quien la fuente identifica como Senior Principal Robotics Research Lead en Arm. Se centra en los desafíos existentes a nivel de sistema, no en un modelo de inteligencia artificial individual ni en un componente de hardware específico. Según el resumen publicado, los robots más capaces necesitan sistemas que implementen capacidades mediante modelos operativos adecuados, combinen esas capacidades a lo largo del tiempo, las distribuyan entre recursos informáticos heterogéneos y las gobiernen mediante restricciones definidas explícitamente.
De la capacidad teórica al comportamiento efectivo
El problema que destaca el documento es la brecha entre lo que los modelos modernos pueden representar o proponer y lo que el robot puede ejecutar de forma predecible. El robot no opera únicamente dentro de un entorno digital; también interactúa con una percepción continua, decisiones secuenciales y acciones físicas que pueden tener consecuencias directas. Por eso, no basta con reunir un modelo de visión, lenguaje o acción en un único sistema sin definir cómo interactúan estos componentes, cuándo se utilizan y cómo se transfieren sus resultados al siguiente paso.
La descripción del documento señala la necesidad de «programar» las capacidades dentro de modelos adecuados y después combinarlas a lo largo del tiempo. Este aspecto convierte la gestión temporal en parte de la arquitectura, en lugar de dejarla como un resultado implícito de la respuesta de un modelo generativo. También sitúa el problema en un marco más amplio que la mejora de la precisión: la coherencia, la verificabilidad y la respuesta oportuna se convierten en elementos necesarios para construir sistemas físicos confiables.
La computación heterogénea forma parte del diseño
El documento relaciona la evolución de la robótica con la distribución de las cargas de trabajo entre recursos informáticos heterogéneos. Esto incluye, según las etiquetas asociadas al material, aceleradores, ancho de banda de memoria, servicio de modelos, sistemas en tiempo real y coordinación del entorno de ejecución. La implicación práctica es que el rendimiento del robot no está determinado únicamente por la capacidad del modelo de inteligencia artificial, sino también por la forma en que se transfieren los datos, se ejecutan los modelos y se gestionan los distintos recursos dentro del sistema.
Este enfoque es importante para los equipos de diseño de robots, chips y software por igual, porque la elección del procesador o acelerador no puede separarse de la forma en que se ejecutan los modelos y se distribuyen las tareas. Además, la presencia de múltiples componentes puede añadir desafíos relacionados con la latencia, la gestión de la memoria y la coordinación de la ejecución; la fuente los menciona como parte del desafío arquitectónico, sin ofrecer cifras de rendimiento ni un diseño de referencia específico.
La seguridad no es una capa posterior
El material sitúa la seguridad y las garantías entre los elementos fundamentales de los sistemas robóticos escalables y confiables. Esto se refleja en la referencia a restricciones explícitas, sistemas operativos específicos para robots y garantías de seguridad. En la práctica, significa que los límites de movimiento, decisión o uso de recursos deben ser una parte conocida del sistema, no una suposición no documentada basada en el comportamiento del modelo.
Lectura editorial de certi.news: el valor real de este material no reside en anunciar una nueva tecnología, sino en reorientar el debate de «¿qué modelo es más inteligente?» a «¿cómo se construye un sistema capaz de utilizar los modelos de forma segura y coherente?». Este cambio es relevante para los desarrolladores de robots, los diseñadores de hardware y los ingenieros de software en tiempo real, pero el texto disponible no ofrece resultados experimentales, una comparación entre arquitecturas ni un calendario de implementación. Por ello, el documento sigue siendo, tal como lo presenta la fuente, un marco para definir las preguntas arquitectónicas más que una descripción de una solución completa.