Micro1 Recopila Videos Caseros de Todo el Mundo para Entrenar Robots Humanoides

El entrenamiento de robots humanoides se ha topado no solo con obstáculos en mecánica y chips, sino en la escasez de datos reales sobre cómo se mueven los humanos y manejan objetos en casa. Por eso, un nuevo mercado está creciendo rápidamente alrededor de la industria: miles de trabajadores en gig están grabando planchado, limpieza y cocina en casa, y luego estos videos se convierten en datos de entrenamiento para robots.

Cómo funciona el mercado

Uno de estos trabajadores es Zeus, un estudiante de medicina de Nigeria. Después de su turno en el hospital, enciende una luz de anillo, sujeta su iPhone a la frente y graba acciones cotidianas desde la perspectiva en primera persona. Micro1, una empresa de Palo Alto, recopila tales videos de contratistas en más de 50 países, incluidos India, Nigeria y Argentina, y luego los vende a empresas de robótica. Los candidatos son seleccionados primero por un asistente de IA, y los propios videos se someten a verificación automática y manual antes del etiquetado.

• doblar ropa y planchar
• lavar platos y limpiar la cocina
• cocinar y trabajar con utensilios
• mover objetos alrededor de la habitación
• navegación simple en espacios domésticos estrechos

En la superficie, esto parece un trabajo secundario muy simple: necesitas moverte naturalmente, mantener las manos en el encuadre y repetir acciones domésticas familiares. Pero es precisamente en tales videos donde los modelos aprenden a entender el agarre de objetos, cambios en la posición del cuerpo y escenarios básicos para interactuar con las cosas. Para algunos trabajadores, estos son ingresos decentes: Zeus recibe alrededor de $15 por hora. Al mismo tiempo, el trabajo rápidamente se vuelve monótono, y en un apartamento pequeño es difícil idear suficientes escenas nuevas y variaciones.

Por qué los robots necesitan esto

El auge más reciente de la robótica ha crecido en gran medida del éxito de los grandes modelos de lenguaje. La lógica de la industria es simple: si los chatbots aprendieron de enormes volúmenes de texto, entonces los robots humanoides también pueden entrenarse en grandes volúmenes de datos de movimiento. El problema es que el mundo físico es mucho más complejo que internet. Las simulaciones funcionan razonablemente bien para caminar o trucos de demostración, pero capturan mal la fuerza de presión, la fricción, los movimientos imprecisos y el caos de una cocina, dormitorio o almacén real.

Según el CEO de Micro1, Ali Ansari, las empresas de robótica ya están gastando más de $100 millones anuales comprando datos reales. En 2025, los inversores invirtieron más de $6 mil millones en robots humanoides, y no solo Micro1 busca tales datos: programas similares son desarrollados por Scale AI y Encord, DoorDash paga a repartidores para grabar tareas domésticas, y en China los trabajadores están siendo entrenados en movimientos a través de auriculares VR y exoesqueletos en centros especiales. Incluso a esta escala, el mercado aún está construyendo la infraestructura de recopilación de datos.

"Esto llevará más tiempo del que muchos piensan."

Esta evaluación, que los expertos en robótica del material también comparten, describe bien el estado actual del mercado y las expectativas de la industria. Incluso decenas y cientos de miles de horas de video aún no parecen un volumen suficiente para robots verdaderamente universales. La industria aún tiene que averiguar qué datos son realmente útiles, cuántas variaciones se necesitan para un entrenamiento fiable y si es posible reunir tal volumen sin aumentos agudos de costos y caídas de calidad.

Dónde comienzan los riesgos

El problema más obvio es la privacidad. Las empresas piden no mostrar caras, nombres, números de teléfono y otros identificadores obvios. Pero incluso sin ellos, los videos aún capturan el interior de un apartamento, posesiones personales, hábitos, niños, vecinos y rutinas diarias. Para trabajadores con familias, la tarea es especialmente incómoda: necesitas vigilar constantemente para asegurar que un niño o vecino no aparezca en el encuadre. Como resultado, los "datos para el robot" resultan ser un registro muy detallado de la vida cotidiana de otra persona.

Hay un segundo problema también: calidad y transparencia de toda la cadena. Los trabajadores entrevistados entienden que están ayudando a entrenar robots, pero a menudo no saben cómo se almacenarán las grabaciones, a quién se las pasarán y si posteriormente podrán lograr su eliminación. Los robóticos, mientras tanto, advierten que los hábitos domésticos no siempre son seguros ni siempre son adecuados como modelo para una máquina. Si un robot asimila patrones fallidos de videos domésticos, los errores aparecerán en el trabajo real, y controlar esto con un flujo de videos de miles de personas es muy difícil.

Qué significa esto

El auge de los robots humanoides hoy se sostiene no solo en nuevos modelos y hardware, sino en un mercado oculto de trabajo manual que suministra a la industria datos sobre la vida cotidiana. Si las empresas quieren llevar los robots domésticos e industriales a la adopción masiva, tendrán que resolver no solo el problema del entrenamiento, sino también cuestiones de consentimiento, privacidad y calidad de datos. De lo contrario, la "última milla" de la automatización resultará ser mucho más larga que lo que prometen las presentaciones.