IA en logística: el modelo VLA de Nomagic reduce a la mitad las llamadas a operadores
Nomagic, con sede en Varsovia, ha implantado un modelo vision-language-action (VLA) en operaciones reales de almacén de clientes comerciales, y el modelo redujo a la mitad la frecuencia de los «bloqueos» en los que el robot necesita la ayuda de un operador. El nuevo laboratorio de IA de la compañía lo dirige un antiguo investigador de Google DeepMind. El equipo apuesta por la estrategia de «maestría antes que universalidad»: primero dominar a la perfección tareas concretas de almacén, como agarrar, clasificar y reubicar productos, y solo después pensar en una aplicabilidad más amplia.
Procesado por IA desde TNW; editado por Hamidun News
Nomagic ha implantado una red neuronal VLA en la logística de almacén y la IA ha reducido a la mitad las llamadas a operadores: el despliegue del modelo comenzó en julio de 2026 con clientes comerciales.
¿Qué es un modelo VLA y para qué le sirve a un robot de almacén?
Los modelos vision-language-action son redes neuronales que combinan tres componentes en una única arquitectura: visión por computador (lo que el robot ve frente a sí), comprensión del contexto (qué tarea hay que resolver con ese objeto) y planificación de acciones (cómo controlar exactamente el manipulador). En la programación clásica hay que escribir reglas a mano para cada tipo de producto o escenario atípico. Un modelo VLA, en cambio, toma decisiones de forma dinámica, como una persona que coge un objeto desconocido sin abrir el manual.
Hasta hace poco, los modelos VLA existían sobre todo en el laboratorio, donde se probaban con conjuntos limitados de objetos en entornos controlados. Nomagic, una empresa de Varsovia especializada en manipuladores para logística de almacén, ha llevado esta tecnología a condiciones reales.
- Tipo de modelo: vision-language-action (VLA)
- Empresa: Nomagic, Varsovia, Polonia
- Resultado: reducción de ~50% en la frecuencia de solicitudes de intervención del operador
- Laboratorio de IA: abierto en 2026, dirigido por un antiguo investigador de Google DeepMind
- Estrategia: «mastery before generality»: primero maestría en tareas concretas, después universalidad
Por qué
Nomagic apuesta por la maestría y no por la universalidad
En la carrera de la robótica domina un relato: crear un agente universal capaz de actuar en cualquier entorno y con cualquier objeto. Es lo que persiguen Physical Intelligence, Google DeepMind y otros grandes laboratorios. Nomagic ha elegido deliberadamente otro camino.
El nuevo laboratorio de IA de la compañía lo dirige un antiguo investigador de Google DeepMind, alguien que conoce bien por dentro esa carrera por la generalización. Aun así, el equipo de Nomagic estrecha el foco de forma consciente: dominar a fondo un conjunto concreto de operaciones de almacén (agarrar, reubicar y clasificar productos heterogéneos a velocidad industrial) importa más que poder abordar tareas arbitrarias.
La lógica es pragmática: un cliente que construye un centro de fulfillment automatizado no necesita un robot que abra puertas o prepare café. Necesita que, a las tres de la madrugada, cuando llega un lote con embalaje atípico, el sistema no se «bloquee» esperando a un operador.
Qué ha cambiado en las operaciones de almacén
La métrica clave en el fulfillment robotizado es la «human-in-the-loop rate»: la proporción de situaciones en las que el sistema no puede resolver el problema por sí solo y pide ayuda a una persona. Cada una de esas llamadas supone un retraso en la cinta, costes operativos adicionales y un freno a la escalabilidad sin ampliar la plantilla.
Según Nomagic, el despliegue del modelo VLA redujo este indicador aproximadamente a la mitad en las instalaciones de clientes comerciales. Un detalle fundamental: se trata del mismo equipo físico, los robots no se sustituyeron. La mejora del doble en autonomía se logró exclusivamente gracias al nuevo «cerebro».
Para el sector es una señal importante: los modelos VLA han cruzado el umbral a partir del cual no solo pueden exhibirse en ferias, sino también desplegarse en explotación real con un resultado comercial medible.
Qué significa
Nomagic ha hecho lo que la industria robótica promete desde hace años: llevar un modelo de IA de nueva generación del entorno de investigación a producción y obtener un resultado concreto y medible. La estrategia de «primero la maestría» puede resultar un camino más corto hacia almacenes realmente autónomos que el desarrollo de un agente universal.
¿Qué es un modelo VLA para robots?
Un modelo VLA es una red neuronal que combina visión por computador (lo que ve el robot), comprensión del contexto y habilidades de acción en una única arquitectura. En el caso de Nomagic, esto permitió a los robots resolver tareas de almacén por sí solos y reducir a la mitad la necesidad de ayuda del operador.
¿Qué es una red neuronal VLA?
Un modelo VLA une visión por computador, comprensión del contexto y ejecución de acciones en una única arquitectura de red neuronal para controlar robots.
¿Cuánto redujo la red neuronal VLA el número de llamadas a operadores?
En aproximadamente un 50% (a la mitad): Nomagic registró una reducción a la mitad del número de casos en los que el robot requiere la intervención de un operador.
- 1 nov 2026Prueba de 16 modelos en 7 buscadores: Exa obtuvo una media de 10,5 puntos de 14; SearXNG, en torno a 3
- 1 nov 2026StreamVibe, el agente de vídeo de Google, supera en un 10,7 % a otros modelos en momento y calidad de respuesta
- 1 nov 2026OpenAI reescribe las reglas de comportamiento de GPT: cinco valores y una cadena de prioridades
- 1 nov 2026Los bots de voz con LLM recurren al clasificador rápido Jev: decisiones en 200–500 ms
Preguntas frecuentes sobre la noticia
¿Qué es un modelo VLA y para qué le sirve a un robot de almacén?
Los modelos vision-language-action son redes neuronales que combinan tres componentes en una única arquitectura: visión por computador (lo que el robot ve frente a sí), comprensión del contexto (qué tarea hay que resolver con ese objeto) y planificación de acciones (cómo controlar exactamente el manipulador). En la programación clásica hay que escribir reglas a mano para cada tipo de producto o escenario atípico. Un modelo VLA, en cambio, toma decisiones de forma dinámica, como una persona que coge un objeto desconocido sin abrir el manual. Hasta hace poco, los modelos VLA
¿Qué es un modelo VLA para robots?
Un modelo VLA es una red neuronal que combina visión por computador (lo que ve el robot), comprensión del contexto y habilidades de acción en una única arquitectura. En el caso de Nomagic, esto permitió a los robots resolver tareas de almacén por sí solos y reducir a la mitad la necesidad de ayuda del operador.
¿Qué es una red neuronal VLA?
Un modelo VLA une visión por computador, comprensión del contexto y ejecución de acciones en una única arquitectura de red neuronal para controlar robots.
¿Cuánto redujo la red neuronal VLA el número de llamadas a operadores?
En aproximadamente un 50% (a la mitad): Nomagic registró una reducción a la mitad del número de casos en los que el robot requiere la intervención de un operador.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.