Xiaomi acelera su revolución robótica con un modelo capaz de inventar el entrenamiento mediante inteligencia artificial: el futuro es aquí

Enseñar a un robot como el Xiaomi CyberOne a desenvolverse en una cocina, una fábrica o un almacén exige recopilar miles de grabaciones en escenarios diferentes. Cada cambio de iluminación, superficie u objeto puede obligar a repetir parte del proceso, algo que encarece el entrenamiento y limita las situaciones a las que puede enfrentarse una máquina sin cometer errores.

Xiaomi quiere reducir esa dependencia de las pruebas físicas mediante Xiaomi-Robotics-U0, un modelo de inteligencia artificial capaz de fabricar buena parte de esos datos de forma virtual. Cuenta con 38.000 millones de parámetros y reúne en una única arquitectura la generación de imágenes, la edición de escenas y la creación de secuencias de vídeo centradas en interacciones robóticas.

Xiaomi puede colocar un robot en escenarios que nunca ha visitado

El sistema permite describir un entorno mediante texto y obtener varias imágenes del mismo espacio desde las cámaras o perspectivas del robot. Puede recrear una mesa de trabajo, una cocina o una instalación industrial conservando la coherencia entre las distintas vistas, la geometría del lugar y las características concretas de la máquina utilizada.

Otra de sus funciones consiste en reutilizar una acción ya registrada sin repetirla físicamente. Xiaomi-Robotics-U0 puede mantener intactos el movimiento del brazo y la disposición de la tarea mientras sustituye el fondo, la luz, los materiales o los objetos, generando nuevas variantes a partir de una sola demostración original.

Esta capacidad permite preparar al robot para condiciones que no estaban presentes durante la recopilación inicial de datos. También facilita la creación de espacios extremos, peligrosos o poco frecuentes, además de introducir ruido visual y cambios inesperados que resultarían difíciles, caros o inseguros de reproducir en el mundo real.

En Mundo Xiaomi

Es el nuevo robot de Xiaomi y su tecnología es tal que incluso le 'sudan' las manos y puede hacer fotos sujetando un móvil

El modelo puede generar además los fotogramas posteriores de una interacción a partir de una imagen inicial y una orden. No se limita a modificar el aspecto del escenario, sino que intenta conservar la continuidad del movimiento, el contacto con los objetos y la lógica física de la acción mientras el robot completa la tarea.

Las pruebas muestran una mejora del 26% fuera del entorno conocido

Xiaomi ha acompañado el modelo con FlashAR+, una técnica que acelera el proceso de generación hasta 82,9 veces frente al método autorregresivo convencional. En las evaluaciones realizadas con robots reales, los datos creados por U0 elevaron la tasa de éxito en escenarios desconocidos del 36,9% al 63,2%, mientras que el modelo alcanzó la primera posición en WorldArena para generación de vídeo robótico.

El proyecto se ha publicado con su código, sus herramientas y los modelos necesarios para ejecutarlo a través de GitHub y Hugging Face. No se trata de un cerebro que controle por sí solo los movimientos de un robot en tiempo real, sino de una plataforma para crear y ampliar los datos con los que después se entrenan esos sistemas de control.

En Mundo Xiaomi | De la ciencia ficción a la fábrica: el robot humanoide de Xiaomi ya trabaja con una precisión brutal