Ant Group enseña a vivir a los robots: su nuevo modelo base VLA supera a Pi0.5

Mientras los capitalistas de riesgo occidentales inundan de dinero a startups como Physical Intelligence, ha aparecido en el horizonte un jugador con el que allí claramente nadie contaba. Ant Group, una compañía que solemos asociar con pagos y fintech, ha decidido que los robots también necesitan un cerebro. Y no cualquier cerebro: un modelo VLA (Vision-Language-Action) abierto que, en muchos parámetros, deja atrás al favorito actual de la industria, Pi0.

5. Si pensaba que la batalla por la IA física se limitaría a Silicon Valley, tengo noticias para usted. Primero, aclaremos qué es un VLA.

No se trata de otro chatbot que escribe poemas. Es un intento de crear una única red neuronal que ve el mundo, entiende órdenes de texto y, sobre todo, sabe cómo mover unas «manos» mecánicas para completar una tarea. Durante mucho tiempo, a los robots se les enseñaba cada manipulación por separado, pero los VLA prometen versatilidad.

Imagine que le pide a un robot «tráeme esa taza roja» y que, además de reconocer el objeto, calcula la trayectoria de movimiento en tiempo real teniendo en cuenta los obstáculos. En esa liga juega ahora Ant Group. La intriga está en que Pi0.

5, de Physical Intelligence, se consideraba el estándar de referencia de los modelos base abiertos para robótica. Era una especie de GPT-3 para manipuladores. Sin embargo, Ant Group afirma que su nuevo desarrollo supera a Pi0.

5 en precisión al ejecutar órdenes y en capacidad de adaptación a condiciones nuevas. Es un golpe serio al orgullo de los ingenieros estadounidenses. La compañía china no se limitó a copiar la arquitectura: optimizó la forma en que el modelo vincula los datos visuales con las acciones físicas, lo que permitió lograr movimientos más fluidos y precisos.

¿Por qué importa precisamente ahora? Estamos a las puertas de un auge de los robots humanoides. El hardware es cada vez más barato y accesible, pero el gran problema sigue siendo el software: una inteligencia universal que permita al robot salir del laboratorio estéril y llegar a un almacén real o a una vivienda.

Ant Group apuesta por la apertura. Al publicar el modelo en open source, invita de hecho a miles de desarrolladores de todo el mundo a probar y mejorar su código. Es una jugada clásica: si no puedes ganar con patentes cerradas, crea un estándar que use todo el mundo.

Resulta interesante ver cómo se transforma la propia Ant Group. Tras todas las sacudidas regulatorias en China, la compañía busca nuevos puntos de apoyo, y las tecnologías profundas (DeepTech) parecen el refugio ideal. La robótica tiene parte de hype, pero también es un enorme mercado de automatización logística, y en China hay más logística que en ningún otro lugar.

Es posible que su modelo VLA se entrenara desde el principio con datos de almacenes reales de Alibaba, lo que le daría una enorme ventaja frente a los modelos entrenados en simulaciones. Esta historia tiene otra capa importante: la geopolítica. Mientras EE.

UU. impone sanciones a los chips, China responde con un salto en algoritmos. Un modelo abierto de este nivel de complejidad es una potente herramienta de influencia.

Si mañana una de cada dos startups fabricantes de robots en Europa o Asia utiliza la base de Ant Group, la pregunta de qué ecosistema ha ganado se responderá sola. Vemos cómo la lucha por el liderazgo en IA se desplaza de los chats de texto al mundo físico. Lo esencial: Ant Group ha sentado un precedente serio al publicar en acceso abierto un modelo que supera a sus equivalentes occidentales.

¿Podrán Physical Intelligence u OpenAI responder con algo más impresionante, o el liderazgo en los «cerebros para robots» quedará definitivamente en manos de Oriente?