En 30 viviendas de la bahía de San Francisco, un Figure 03 entra, ordena un salón, dobla toallas y hace camas, sin haber sido reentrenado para estas direcciones. Solo el robot, la puerta que se cierra detrás de él y el silencio de un interior que aún no conoce. Ahí es donde comienza la experiencia. No en un laboratorio estéril, sino en hogares reales, donde las almohadas están mal colocadas y las sábanas arrugadas. (Diario ABC, Numerama)

El robot realizó tres tareas específicas: ordenar un salón, doblar toallas (o ropa de baño) y hacer camas. (Diario ABC, Numerama) No son gestos complejos para un humano. Para una máquina, es una montaña. Hay que entender el espacio, anticipar el tejido, ajustar la presión. Y sobre todo, hay que hacerlo sin haber visto nunca esa habitación concreta. Ese es el reto de Figure. La empresa probó su robot humanoide Figure 03 en 30 viviendas desconocidas, sin reentrenamiento previo específico para esos lugares. (Diario ABC, Numerama) ¿El objetivo? Demostrar que la máquina puede adaptarse a lo desconocido, no solo repetir un guion aprendido de memoria.

El robot ha visto, ha actuado

¿Cómo lo hace? El modelo Helix 2.5 fue preentrenado en Index, una vasta base de vídeo de comportamientos humanos. (Diario ABC, Numerama) El robot ha «visto» todo eso. Aprendió a observar los gestos antes de ejecutarlos. Según Figure, los modelos anteriores de robots requerían mapas para cada habitación, a diferencia del nuevo sistema que aprende los lugares donde trabaja uno por uno. (Diario ABC) Adiós a los planos 3D rígidos. El robot lee el entorno a medida que avanza. Entra, observa, actúa. Es un enfoque radicalmente diferente. Supone una inteligencia más fluida, menos codificada, más intuitiva. Pero ¿es eso realmente inteligencia? ¿O solo una muy buena imitación?

Cuando cometía un error en la manipulación de un edredón, el robot retrocedía, cambiaba de postura o se desplazaba alrededor del colchón para corregir la arruga. (Diario ABC) Este detalle es crucial. Una máquina clásica se detiene o fuerza. Esta se adapta. Retrocede. Busca otro ángulo. Es la señal de cierta resiliencia. Pero también es la señal de la fragilidad. Porque detrás de esa aparente fluidez, hay una tasa de éxito que plantea preguntas. El robot logró aproximadamente el 56 % de los ensayos durante esta prueba en condiciones reales. En un laboratorio, es una cifra. En tu salón, es un edredón que queda suelto, una cama por rehacer, una toalla que sigue arrugada. ¿Aceptarías eso en tu casa?

3,5 mil millones de dólares en cálculos, 4 horas de vídeo: la hazaña tiene un precio

Para llegar a ese 56 %, Figure ha puesto los medios. La empresa californiana invirtió 3,5 mil millones de dólares (casi 3,05 mil millones de euros) en recursos informáticos para el entrenamiento de Helix. (Diario ABC) Es una suma colosal. Supera los presupuestos de muchas startups tecnológicas enteras. ¿Por qué tanto? Porque el entrenamiento es voraz. Según Figure, Index genera actualmente aproximadamente 35 minutos de nueva experiencia humana cada segundo. Es un flujo constante de datos. Y para pilotar este sistema, hubo que presentar el 17 de septiembre de 2026 Helix 2.5, la red de neuronas que pilota su robot humanoide Figure 03. (Numerama) Es el cerebro de la bestia. Un cerebro que cuesta miles de millones.

Brett Adcock, el director de Figure, ha subido a la red cerca de cuatro horas de imágenes mostrando al robot en acción en las 30 casas. (Numerama) Cuatro horas. Es mucho. También es el tiempo que se necesita para ver los éxitos, pero sobre todo las vacilaciones. Ellas muestran la realidad del terreno. Y esa realidad es más matizada que los anuncios de marketing. El robot no es mágico. Es poderoso, sí. Pero también es limitado. Falla. Duda. Corrige. Y quizás ahí es donde comienza la verdadera pregunta: ¿estamos listos para vivir con una máquina que falla tanto como acierta?

56 %, ¿de verdad? ¿Y si tu salón fuera la próxima desconocida?

Un modelo de robot que parte de cero, sin preentrenamiento en Index, solo lograría el 9 % de los ensayos con datos de tarea idénticos. (Numerama) Es la cifra que impacta. 9 %. Sin el entrenamiento masivo, el robot es casi ciego. Con él, sube al 56 %. La diferencia es enorme. Demuestra que el preentrenamiento es vital. Tony Zhao, cofundador de Sunday Robotics, ha cuestionado la tasa de éxito del 56 % para la completación de una tarea, como lo informa el medio chino Sina Finance. (Diario ABC) ¿Por qué? Porque «lograr una tarea» es una definición vaga. ¿Dobló la toalla? Sí. Pero ¿está limpia? ¿Está guardada? ¿El robot terminó el trabajo, o solo lo comenzó? Este matiz lo cambia todo. Para un humano, una arruga imperfecta es aceptable. Para un robot, es un error. Para ti, quizás sea una frustración.

Y si mañana este robot entrara en tu casa? No en una prueba. No en un ensayo. En tu casa. En tu salón, con tus almohadas, tus libros, tus objetos. No te conoce. No conoce tu rutina. No sabe que odias las sábanas arrugadas o que guardas las toallas en un orden preciso. Solo sabe doblar. Solo sabe ordenar. Y lo hace con un 56 % de éxito. El resto, eres tú. Tú que corriges. Tú que empiezas de nuevo. Tú que miras a la máquina trabajar y luego tú terminas el trabajo. ¿Te da miedo? ¿O te hace soñar?

Imagina la mañana. Regresas. El robot ha trabajado mientras estabas en el trabajo. El salón está ordenado. Las camas están hechas. Pero hay una toalla que sobresale. Una almohada que está torcida. Sonríes. Corriges. ¿Es el fin del esfuerzo? ¿O el principio de una nueva dependencia? El robot no es perfecto. Quizás nunca lo sea. Pero está ahí. Aprende. Se adapta. Y cuesta miles de millones para existir. La pregunta ya no es «¿funciona?». La pregunta es: «¿quieres que funcione en tu casa?»

En 30 casas, ha demostrado que podía entrar. Ha demostrado que podía actuar. Ha demostrado que podía fallar. El siguiente paso no es el laboratorio. Es tu puerta. Y cuando se abra, ¿quién estará ahí para terminar el trabajo?