Роботам в Китае не хватает «мозга» и данных: главный вызов embodied AI на WAIC 2026

Qué les falta a los robots chinos

A los robots chinos les faltan dos cosas a la vez: datos de calidad sobre el mundo físico y un modelo fundacional sólido que conecte la percepción con la acción. Representantes de la industria hablaron de esto en la WAIC y, según South China Morning Post, es precisamente este doble déficit lo que frena la transición de la IA incorporada (embodied AI) de las demostraciones a productos reales.

A diferencia de los modelos de lenguaje, que aprenden de textos de internet, los robots necesitan datos sobre movimiento, agarre de objetos y reacción ante un entorno impredecible — hay que recopilarlos a mano, algo caro y lento. Sin un gran volumen de estos datos, el "cerebro" del robot no aprende a actuar con confianza fuera del laboratorio.

• Evento — la conferencia WAIC, concluyó el 20 de julio de 2026 en Shanghái
• Quién habla — Wang Xiaogang, cofundador de SenseTime y presidente de su división de robótica
• Barrera 1 — falta de datos sobre la interacción con el mundo físico
• Barrera 2 — ausencia de un "cerebro" fuerte, un modelo fundacional unificado
• Tarea — conectar hardware, datos, modelos y escenarios en un ciclo cerrado

Qué es el "ciclo cerrado"

Los participantes de la WAIC señalaron que el reto más crítico para la industria de la IA incorporada es construir un sistema iterativo cerrado en el que el hardware, los datos, los modelos y los escenarios reales se refuercen mutuamente. La idea es que el robot recopila datos mientras trabaja, esos datos mejoran el modelo, el modelo mejorado hace al robot más eficaz — y el ciclo se repite.

«Conectar hardware, datos, modelos y escenarios reales en un sistema iterativo cerrado», —

Wang Xiaogang, cofundador de SenseTime y presidente de su división de robótica, sobre la tarea principal de la industria.

Actualmente este ciclo está roto: la mayoría de las empresas chinas cuentan con plataformas de hardware, pero no tienen ni un flujo suficiente de datos de operación, ni un modelo capaz de digerir esos datos por completo. Mientras los eslabones no estén conectados, cada prototipo sigue siendo una demostración aislada y no un producto escalable.

Por qué los datos son el cuello de botella

Los datos para robots son el principal cuello de botella porque no se pueden simplemente descargar de internet como textos o imágenes. Cada acción en el mundo físico —un paso, un giro, agarrar una taza— hay que registrarla mediante los sensores de un dispositivo real o mediante una simulación costosa, y los volúmenes de esa información no son comparables con los billones de tokens con los que se entrenan los modelos de lenguaje.

Precisamente por eso los participantes de la WAIC subrayaron el vínculo "datos + cerebro": un modelo potente sin datos no aprenderá a actuar, y un enorme volumen de datos sin un modelo fundacional unificado no se convertirá en un comportamiento con sentido. Según estiman los insiders de la conferencia, la industria todavía busca la forma de poner la recolección de datos en un flujo constante que amortice el costo del hardware.

Qué significa esto

La robótica china no tropieza con el hardware, sino con la inteligencia y los datos: el país ya es fuerte en hardware, pero sin un "cerebro" y un flujo de datos reales, los robots no salen del modo demo. Cerrar el ciclo "hardware — datos — modelo — escenario" se está convirtiendo en la principal carrera de la IA incorporada en los próximos años.