GridAI: los drones de una startup china vuelan bajo el dosel del bosque sin GNSS y sin grandes recursos de cómputo
La startup china GridAI, fundada en 2025, ha presentado un «cerebro inteligente» para drones basado en la tecnología grid-domain learning. Por primera vez, los drones vuelan bajo el dosel forestal sin señal GNSS, miden el diámetro de los troncos con precisión milimétrica y esquivan obstáculos por sí solos. El modelo se entrena con entre 30 y 100 imágenes en lugar de decenas de miles. En una prueba con 58 fotos registró 0 falsos positivos y una precisión del 98,3%.
Procesado por IA desde 36Kr (36氪); editado por Hamidun News
网格智算 (GridAI), una startup china fundada en 2025, ha presentado la plataforma inteligente «GridAI大脑» (GridAI Brain). Por primera vez, permite que los drones vuelen de forma autónoma bajo el dosel forestal sin señal GNSS, midan el diámetro de los troncos con precisión milimétrica y esquiven obstáculos por sí mismos. El producto ya se entrega en pequeños lotes comerciales.
Por qué el bosque es una «zona prohibida» para los drones
Bajo el dosel forestal, los drones pierden la navegación: las copas de los árboles apantallan la señal GNSS y la fuerte atenuación de la radiocomunicación hace imposible tanto la transmisión estable de vídeo como el control manual en tiempo real. El SLAM clásico tampoco funciona: no logra lidiar con una textura de escena en cambio constante, donde las ramas se mecen ligeramente con el viento. En el sector llaman a este tipo de entorno «completamente denegado» (拒止环境).
La demanda, sin embargo, es enorme. Según la Administración Estatal de Silvicultura y Pastizales de China, las existencias forestales del país alcanzaron en 2025 los 209,88 mil millones de metros cúbicos y la producción de madera, 140 millones de metros cúbicos. Según la FAO de la ONU, la tala anual mundial de madera en rollo ronda los 4 mil millones de metros cúbicos, y todo ese volumen exige un inventario manual de existencias en las parcelas y la medición del diámetro de los troncos.
Cómo se las arregla GridAI sin grandes volúmenes de datos
GridAI construye su comprensión del espacio con la tecnología «grid-domain learning» (网格域学习) y se entrena con decenas o cientos de ejemplos, en lugar de las decenas y cientos de miles de imágenes etiquetadas que necesita el deep learning clásico. Con ello se reducen drásticamente los requisitos de cómputo y el consumo energético del hardware.
En lugar de reconocer objetos a partir de píxeles bidimensionales, el sistema «gridifica» el mundo físico en tres niveles:
- Cuadrículas de entidades: objetos discretos y rastreables dentro de la escena
- Cuadrículas de atributos: propiedades que cambian con el tiempo, como posición, velocidad y dirección del movimiento
- Cuadrículas de relaciones: vínculos entre objetos (por ejemplo, «un nido entre dos ramas»)
- Entrenamiento: 30 fotos de nidos en ramas; en una prueba con 58 imágenes, 0 falsos positivos, 1 omisión y una precisión del 98,3%
- Fundador de la tecnología: el científico jefe 代豪 (Dai Hao), con más de 30 años de experiencia
Como GridAI no analiza píxeles, sino la estructura espacial profunda y las relaciones entre objetos, esos datos no dependen de la iluminación ni del clima, de modo que el sistema resiste mejor los cambios del entorno. Tras delimitar la zona de trabajo, un dron con GridAI no necesita un escaneo previo ni la construcción de un modelo: genera un campo espacial dinámico en tiempo real, planifica la ruta por sí solo y realiza las mediciones sin intervención del operador.
«Solo una solución de embodied AI que funcione sin conexión,
directamente en el dispositivo, y que ofrezca una percepción espacial de alta precisión y un control de seguimiento en tiempo real puede resolver las tareas en un entorno „completamente denegado“ bajo el dosel forestal», afirma Qian Min, responsable de marketing de GridAI.
Hacia dónde irá la tecnología
GridAI no se presenta como proveedor de drones forestales, sino como creador de un «cerebro inteligente» universal. Según la compañía, la plataforma puede integrarse en un módulo de chip y aplicarse en brazos robóticos, vehículos autónomos y robots submarinos, dándoles la capacidad de percibir el espacio por sí mismos, tomar decisiones y actuar.
La tecnología ya ha sido evaluada por la Academia China de Silvicultura (中国林科院); entre los socios figuran las empresas forestales China Forestry Chongqing y Zhejiang Feiliu. En logística de almacén, GridAI trabaja con Beijing Guangjia y Googol Technology, y ayuda a los brazos robóticos en el picking unitario, el embalaje y la clasificación de paquetes. Además, ha cerrado una alianza estratégica con Shenzhen Unicom.
Qué significa
GridAI plantea una alternativa a la corriente dominante de «más datos, más cómputo»: la percepción espacial puede construirse con muestras pequeñas y hardware modesto, trabajando sin conexión directamente en el dispositivo. Si el enfoque escala más allá del bosque, la embodied AI será más accesible para nichos a los que los modelos pesados no llegan por su coste y sus requisitos de infraestructura.
Preguntas frecuentes
¿Qué es el espacio bajo el dosel y por qué es tan difícil volar en él?
Es el espacio situado bajo las copas de los árboles. Las copas apantallan la señal GNSS, la radiocomunicación se atenúa con fuerza y las ramas, al mecerse, rompen el SLAM clásico. Por eso los drones convencionales no pueden ni navegar ni transmitir vídeo de forma estable en ese entorno.
¿En qué se diferencia el grid-domain learning del deep learning?
El deep learning necesita decenas o cientos de miles de fotos etiquetadas y se apoya en píxeles bidimensionales. GridAI se entrena con entre 30 y 100 ejemplos y analiza la estructura espacial y las relaciones entre objetos, por lo que resiste los cambios de luz y de clima y requiere menos cómputo.
¿Dónde más puede aplicarse GridAI?
La compañía menciona brazos robóticos, vehículos autónomos, robots submarinos y logística de almacén: picking unitario, embalaje y clasificación de paquetes. La tecnología se presenta como un «cerebro inteligente» universal para distintas plataformas de hardware.
Delegate Deep Research, Coding & Workflows to an AI Agent
Deploy autonomous multi-step execution with NomadNet Agent (agent.nomadnet.ai) — automated web research, data synthesis, code generation, and complex task orchestration.
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.