Coco Robotics ha presentado Coco 2, su nueva generación de robots autónomos para reparto urbano. La compañía lo plantea como un salto desde la robótica guiada por humanos hacia una autonomía más completa, apoyada en millones de millas recorridas en ciudad, simulación y computación embarcada.
El anuncio es relevante porque el reparto robotizado lleva años prometiendo eficiencia, pero su límite real no suele estar en mover una caja del punto A al punto B. Está en navegar aceras, cruces, peatones, mal tiempo, bordillos, bicicletas, normas locales y situaciones raras que no aparecen en una demo limpia. Coco intenta responder justo ahí: con una flota que aprende de operaciones reales y no solo de pruebas controladas.
Según la empresa, Coco 2 puede operar en aceras, carriles bici y carreteras donde esté permitido, con tiempos de entrega hasta un 50% menores que la generación anterior, hasta tres veces más tiempo operativo y mayor resistencia al clima y al desgaste. La plataforma ya trabaja con Uber Eats, DoorDash y Wolt, presta servicio a más de 3.000 comercios y restaurantes, y Coco dice haber completado más de 500.000 entregas de cero emisiones en Estados Unidos y Europa.
Del robot de acera a la plataforma urbana
La parte más interesante de Coco 2 no es que sea otro robot de reparto, sino cómo la compañía lo está posicionando. Coco habla de una plataforma robótica urbana de propósito general: no solo comida en acera, sino movimiento de productos para restaurantes, supermercados, farmacias y comercios locales en varios tipos de vía.
Ese cambio importa porque el negocio del reparto autónomo necesita densidad. Un robot que solo funciona en unas pocas calles, con teleoperación constante y casos límite frecuentes, difícilmente baja el coste por milla. Un sistema que puede adaptarse rápido a nuevas ciudades, acumular datos y reducir intervención humana sí empieza a parecer una infraestructura logística, no un experimento simpático.
La compañía conecta esa evolución con su pila de IA física. Coco usa bibliotecas de NVIDIA Omniverse, Isaac Sim, Isaac Lab y modelos Cosmos para crear simulaciones y datos sintéticos de calles, peatones, vehículos y obstáculos. En el robot, el cómputo corre sobre NVIDIA Jetson Orin NX, de forma que la percepción y la planificación no dependan de una conexión constante a la nube.
Autonomía urbana: el problema está en los bordes
El reparto con robots pequeños tiene una ventaja obvia frente a furgonetas: puede reducir emisiones, ocupar menos espacio y cubrir entregas de corto radio con costes potencialmente menores. Pero también tiene una desventaja brutal: opera en el entorno menos ordenado posible, el espacio compartido de la ciudad.
Ahí los datos reales pesan más que la promesa comercial. Coco menciona operaciones en calles inundadas de Miami, nieve y frío en Chicago, y tráfico denso en Los Ángeles. Son ejemplos útiles porque muestran que el reto no es solo entrenar un modelo, sino cerrar un bucle continuo entre despliegue, error, intervención, simulación y nueva versión.
También conviene mantener el listón crítico. Que Coco 2 reduzca tiempos o mejore autonomía no significa que el reparto urbano robotizado esté resuelto. Las ciudades regulan de forma distinta, los vecinos toleran peor unas máquinas que otras, y la economía cambia mucho según densidad de pedidos, mantenimiento y vandalismo.
Aun así, Coco 2 apunta en la dirección correcta: menos robot como gadget y más flota como sistema de aprendizaje. Si esa transición reduce la dependencia de operadores humanos, el reparto autónomo empezará a medirse por métricas de logística real. Y ahí la robótica urbana tendrá que demostrar que no solo circula, sino que sale rentable.