Publicado: mayo 6, 2026, 1:24 am
Los avances en robótica han demostrado que los robots humanoides son capaces de recrear los movimientos de las personas y realizar tareas gracias a un conjunto de herramientas que actúan como un cerebro, de esta manera, gracias a infraestructuras de inteligencia artificial avanzadas y motores de física de código abierto, pueden afrontar situaciones complejas o manipular objetos.
En esta línea, la compañía ShengShu Technology ha desarrollado un sistema para controlar distintos tipos de robots sin necesidad de programarlos de forma individual para cada tarea. Según el diario Interesting Engineering, su arquitectura de IA unificada, Motubrain, permite que cada modelo procese vídeo, comprenda el lenguaje natural y ejecute movimientos físicos de forma simultánea.
Este proyecto busca reducir la dependencia de máquinas hiperespecializadas, apostando por una mayor versatilidad en robots que recuerdan a los primeros humanoides capaces de tomar decisiones en entornos de riesgo. Para ello, Motubrain ‘copia’ registros de movimiento y cantidades ingentes de vídeo para observar el entorno real y asociar directamente la orden verbal con la respuesta mecánica, así pues, el sistema deja de alternar entre un módulo que analiza lo que ve y otro que ejecuta los movimientos, ya que todo ocurre dentro de un ciclo de razonamiento fluido, coherente y directo.
Básicamente, adoptar una arquitectura que integra tres canales de procesamiento en paralelo hace que el retraso entre la interpretación visual y la respuesta física se reduzca prácticamente a cero.
Qué es Motubrain
Motubrain es un modelo de inteligencia artificial unificado que está diseñado para actuar como un cerebro de propósito general para robots, combinando percepción, razonamiento, predicción y acción en un solo sistema. Además, aprende simultáneamente de vídeo, lenguaje y acciones para procesar el entorno, predecir resultados y actuar en tiempo real sin tener que alternar entre sistemas separados.
Acorde a la información compartida, este modelo reemplaza las arquitecturas fragmentadas y específicas para cada tarea con un marco único capaz de gestionar múltiples tareas y entornos, de esta manera, se reduce la dependencia de módulos separados para la planificación y la ejecución.
Asimismo, el modelo utiliza una arquitectura de mezcla de transformadores de tres flujos para integrar entradas de diferentes modalidades, teniendo en cuenta que dicha configuración permite a los robots comprender instrucciones, anticipar cambios en el entorno y generar acciones apropiadas en un ciclo continuo.
Primeras pruebas
Interesting Engineering indica que «Motubrain ya ha demostrado un excelente rendimiento en pruebas comparativas, alcanzando una puntuación de 63,77 en WorldArena y un promedio de 96,0 en 50 tareas en RoboTwin 2.0». Además, agrega que «es el único modelo que supera los 95,0 en entornos aleatorios» y que «mantuvo tasas de éxito más altas que los sistemas de la competencia a medida que aumentaban tanto la complejidad de la tarea como los datos de entrenamiento».
Por otro lado, desde la compañía afirman que el modelo ya está siendo utilizado por empresas de robótica en programas de capacitación en entornos industriales, comerciales y domésticos.
