La promesa más repetida de la robótica con IA es que un mismo modelo podrá recombinar habilidades y enfrentarse a tareas nuevas sin volver a entrenar desde cero. El problema es que esa promesa casi siempre llega acompañada de demos bonitas y pocas pistas sobre dónde está el salto real. Physical Intelligence cree haber encontrado una señal más seria con π0.7, un modelo que, según la empresa, ya muestra indicios de generalización composicional en tareas que no estaban presentes de forma explícita en los datos de entrenamiento.
Suena grandilocuente, pero el ejemplo que más ayuda a aterrizarlo es bastante terrenal. El sistema intenta usar una freidora de aire para cocinar una batata pese a no haber sido entrenado específicamente para esa tarea. En cero-shot hace un intento razonable; con instrucciones verbales paso a paso, mejora bastante; y con una política de alto nivel ajustada sobre ese coaching lingüístico, automatiza mejor la secuencia. No es una autonomía mágica, pero sí una pista de que el modelo puede aprender nuevas tareas más por lenguaje y composición de conocimientos previos que por teleoperación exhaustiva caso por caso.
La pieza técnica de fondo está en cómo se condiciona el modelo. π0.7 no trabaja solo con una orden textual, sino también con metadatos sobre estrategia, calidad o velocidad, y con subobjetivos visuales que ayudan a desambiguar lo que debe hacer. Esa mezcla le permite aprovechar datos heterogéneos, incluidos distintos robots, vídeos humanos y episodios autónomos, sin quedarse atrapado en un único estilo de ejecución.
El avance importa si reduce el coste de enseñar tareas nuevas
Lo valioso aquí no es que el robot use una freidora. Es que el coste marginal de enseñarle una tarea nueva podría empezar a bajar. Si una empresa puede desplegar un robot y después guiarlo con lenguaje natural estructurado en vez de reunir nuevas campañas de datos para cada variación, cambia bastante la economía del sistema. En robótica, ese cuello de botella pesa más que muchas métricas de laboratorio.
Physical Intelligence también muestra transferencia entre plataformas. Uno de los ejemplos más llamativos consiste en doblar ropa con un sistema bimanual UR5e aunque no se hayan recogido datos de ese task en esa configuración exacta. La compañía sostiene que el rendimiento se acerca al de teleoperadores expertos en su primer intento sobre esa plataforma. La afirmación merece validación externa, claro, pero va en la dirección correcta: menos especialización rígida y más adaptación entre robots distintos.
Conviene mantener la cabeza fría. La propia empresa habla de “primeros signos” y no de una solución cerrada. Además, el sistema todavía necesita coaching detallado y no ejecuta tareas complejas de varios pasos a partir de una orden vaga del tipo “prepárame una tostada”. Aun así, el trabajo merece atención porque desplaza el debate desde el espectáculo hacia un problema de producto muy concreto: cómo enseñar comportamientos nuevos sin reiniciar todo el ciclo de datos.
Si π0.7 aguanta mejor el escrutinio externo, la noticia no será que un robot haya aprendido un truco más. Será que la interfaz principal para ampliar sus capacidades empieza a parecerse más a una conversación guiada que a una nueva campaña de anotación.