Physical Intelligence: por qué un veterano de Stripe cree que los robots por fin serán más listos
La startup Physical Intelligence (PI) ha reunido un equipo de ensueño de Google DeepMind y universidades líderes para resolver el gran problema de la robótica: la falta de una «inteligencia general» para el movimiento. En lugar de enseñar a cada robot una tarea concreta, construyen un modelo único capaz de controlar cualquier mecanismo. Lachy Groom, antiguo directivo de Stripe, está convencido de que ha llegado el momento. Tras el éxito de los grandes modelos de lenguaje, quedó claro que la escala lo resuelve todo. PI planea reunir una cantidad colosal de datos sobre el mundo físico para que las máquinas aprendan a actuar con la misma naturalidad que nosotros. Si lo consigue, los robots dejarán de ser máquinas muy especializadas y se convertirán en ayudantes universales, capaces de todo, desde montar muebles hasta realizar cirugías complejas.
Procesado por IA desde TechCrunch; editado por Hamidun News
¿Alguna vez te has preguntado por qué las redes neuronales ya escriben código y componen sonetos, pero siguen sin saber doblar bien una camiseta o vaciar con cuidado un lavavajillas? Llevamos años viendo cómo los robots humanoides tropiezan torpemente en las ferias, entre la lástima y la ironía del público. El problema nunca fue el hardware: los servomotores y los sensores alcanzaron hace tiempo el nivel necesario.
El problema eran los cerebros. O mejor dicho, su ausencia. Cada robot había que programarlo para una tarea muy concreta, y cualquier paso fuera del guion convertía una máquina carísima en un montón de chatarra.
Pero Lachy Groom, el hombre que ayudó a convertir Stripe en un gigante financiero, cree que ese callejón sin salida ya es cosa del pasado.
La startup Physical Intelligence no surgió de la nada. No es un intento más de fabricar una «mano inteligente». Es la ambición de crear lo que la industria llama foundation models, pero para el mundo físico.
Si GPT es un modelo que entiende la estructura del lenguaje, PI construye un modelo que entiende la física del movimiento. Para ello, Groom ha reunido a auténticas estrellas del mundo académico: Sergey Levine, de Berkeley; Chelsea Finn, de Stanford; y Karol Hausman, de Google DeepMind. Llevan décadas intentando que las máquinas aprendan de su propia experiencia.
Antes les faltaban potencia de cálculo y datos, pero el éxito de los grandes modelos de lenguaje (LLM) demostró que, si se alimenta un algoritmo con suficiente información, la cantidad acaba convirtiéndose en calidad.
¿Por qué importa ahora? Estamos en un punto de inflexión. Durante mucho tiempo, la robótica vivió aislada de los avances de la IA.
Los ingenieros construían robots, los programadores escribían algoritmos de control y ambos grupos rara vez se entendían. Lachy Groom y su equipo decidieron derribar ese muro. Abordan la robótica como un problema de procesamiento de datos.
Su objetivo es reunir la mayor biblioteca del mundo de interacciones físicas. ¿Cómo sujeta una mano una taza? ¿Qué fuerza hace falta para abrir una puerta?
¿Cómo se compensa una superficie resbaladiza? Todas esas minucias que hacemos sin pensar son ecuaciones endiabladamente complejas para un robot. PI planea resolverlas de una vez por todas con un «software» universal que pueda cargarse en cualquier mecanismo.
Por supuesto, los escépticos recordarán a Elon Musk y su Optimus, o a los de Figure AI. Pero hay una diferencia fundamental. Mientras los competidores intentan construir el cuerpo perfecto, Physical Intelligence se centra en la inteligencia que lo controla.
Groom juega a largo plazo: sabe que el mercado de los «cerebros para robots» es potencialmente mucho mayor que el de los propios robots. Es como un sistema operativo: quien se haga con ese estándar controlará toda la industria de la automatización en la próxima década. Y a juzgar por la facilidad con que los inversores de Silicon Valley firman cheques a esta startup, creen que el olfato de Groom, afilado en Stripe, puede convertir la ciencia teórica en un triunfo comercial.
¿Qué significa todo esto para nosotros? Lo más probable es que veamos el fin de la era de los robots especializados. No harán falta máquinas distintas para el almacén, la cocina o el hospital.
Aparecerá una clase de dispositivos que aprenden sobre la marcha, simplemente observando lo que hacen las personas o recibiendo instrucciones en lenguaje natural. Suena a ciencia ficción, pero los cimientos se están poniendo hoy. Groom no solo está construyendo una empresa; intenta demostrar que el mundo físico es tan maleable para los algoritmos como el de los números y el texto.
Si tiene razón, dentro de cinco años recordaremos a los robots «torpes» de hoy con la misma sonrisa con la que ahora miramos los teléfonos de disco.
Lo esencial: Physical Intelligence apuesta por que a la robótica no le faltaban ingenieros, sino inteligencia escalable. ¿Podrá el «cerebro» de PI convertirse en el Windows del mundo de los robots?
- 2 nov 2026Karpathy montó en dos horas un clon de YouTube con 6454 vídeos recomendados en Hacker News
- 2 nov 2026Karpathy usó Claude para crear HackerTube, con 6454 vídeos recomendados en Hacker News
- 2 nov 2026Anthropic debe aumentar sus ingresos un 32% al año para cubrir contratos por $850 mil millones
- 2 nov 2026El creador de Bun migra 750 mil líneas de Zig a Rust en 11 días con Claude Code
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.