TARS ha llevado a ICRA 2026 una combinación que resume bien el momento actual de la IA física: una mano robótica diestra, un modelo de control y demostraciones centradas en tareas con contacto difícil. La compañía presenta DexHand como una mano de escala humana y AWE 3.0 como la capa de inteligencia que intenta convertir tacto, visión y acción en manipulación útil.
Una mano diestra para recoger y usar tacto
La pieza más tangible del anuncio es DexHand. Según el comunicado publicado por TARS en PR Newswire, se trata de una mano robótica de 21 grados de libertad, construida a escala 1:1 respecto a una mano humana. Integra microcámaras de alta resolución y sensores táctiles elastoméricos para captar textura y contacto con más detalle que una pinza convencional.
Ese enfoque importa porque muchas demos de robótica todavía dependen demasiado de visión y trayectorias predefinidas. Un robot puede ver una tarjeta, una cremallera o un conector, pero resolver la tarea exige saber si el objeto resbala, si el cable está alineado, si la presión es excesiva o si el agarre tiene que corregirse a mitad de movimiento. TARS afirma que DexHand puede interpretar datos táctiles para distinguir en tiempo real propiedades como deslizamiento, rugosidad y dureza.
La compañía también está enseñando en Viena un uso más visible: la mano puede realizar los 26 gestos del alfabeto inglés con control fino de los dedos. No es la parte más industrial del anuncio, pero sí sirve para enseñar precisión, coordinación y transición entre posturas. Para un visitante de feria, ver una mano pasar de un gesto a otro es más fácil de leer que una gráfica de sensores.
AWE 3.0 se prueba con embalaje y cableado
La novedad más relevante no está solo en la mano, sino en cómo TARS la conecta con AWE 3.0. En ICRA 2026, su robot A1, equipado con DexHand, realiza demostraciones de empaquetado en varios pasos: coger objetos, organizarlos y cerrar una mochila con cremallera. También enseña inserción de arneses de cableado con corrección de error en vivo.
Ese segundo ejemplo es especialmente interesante. El cableado flexible es una tarea incómoda para automatizar porque combina piezas deformables, tolerancias pequeñas, contacto físico y cambios de posición. TARS sostiene que, cuando un operador recoloca deliberadamente los puertos durante la tarea, el robot vuelve a percibir la escena, replantea la acción y completa la inserción sin intervención humana.
Conviene leerlo como una demostración de conferencia, no como una prueba de producción. Aun así, el tipo de tarea elegido es más serio que una coreografía. Los arneses de cables aparecen en automoción, electrónica, aeronáutica y maquinaria industrial, y siguen dependiendo mucho de mano de obra porque son difíciles de modelar con robots rígidos y sensores pobres. Si una arquitectura de mano, tacto y modelo consigue repetir ese tipo de operación con suficiente fiabilidad, el salto práctico puede ser importante.
TARS también ha situado la demostración dentro de un calendario concreto: ICRA se celebra del 1 al 5 de junio en Viena, y la compañía exhibe en el Hall B, stand 163. El cofundador y científico jefe, Ding Wenchao, tiene prevista una charla industrial el 4 de junio sobre “General Physical Intelligence”, según el propio anuncio.
Datos humanos, modelo y cuerpo
El anuncio encaja con el trabajo previo de TARS en datos de manipulación. En el paper World In Your Hands, revisado en marzo de 2026, los autores describen un ecosistema con más de 1.000 horas de datos humanos de manipulación recogidos en entornos reales, con visión, lenguaje, tacto y acción. El resumen del paper afirma que usar esos datos mejora la tasa de éxito de políticas robóticas en escenas desordenadas del 8 % al 60 %.
Es una cifra de investigación, no una promesa comercial cerrada, pero explica por qué DexHand tiene sentido como parte de una pila completa. La robótica diestra no se resuelve solo comprando una mano con más actuadores. Hace falta correspondencia entre demostraciones humanas, sensores, geometría de la mano, modelo de control y evaluación en tareas donde el contacto cambia durante la ejecución.
TARS describe AWE 3.0 y DexHand como parte de una estrategia full-stack: datos, modelos, hardware y ejecución en tareas reales. También afirma que más del 80 % de su plantilla trabaja en I+D, que más del 80 % de sus miembros tiene máster o doctorado, y que el equipo ha publicado más de 40 trabajos en campos relacionados con robótica. Son datos de compañía, pero ayudan a entender el posicionamiento: no quiere vender solo una mano, sino una infraestructura para manipulación física.
Lo que aún falta por ver
El punto débil sigue siendo el mismo que en casi toda la IA física: la repetibilidad fuera de la demo. Cerrar una mochila, insertar un cable o clasificar objetos en una feria puede ser técnicamente valioso, pero todavía falta saber cuántos intentos fallan, qué variación de objetos soporta el sistema, cuánto dura la calibración, qué coste tiene la mano y cómo se mantiene después de miles de ciclos.
También falta separar tres capas que suelen mezclarse en los anuncios: destreza del hardware, calidad de los datos y capacidad general del modelo. Un avance en una de ellas no garantiza automáticamente las otras. DexHand puede ser una mano competente, AWE 3.0 puede planificar mejor que versiones anteriores y el dataset puede ser útil para investigación, pero el valor industrial aparece solo cuando las tres piezas trabajan juntas durante horas, con errores recuperables y sin integración artesanal para cada tarea.
La señal, aun con cautela, es relevante. La robótica generalista no se medirá solo por caminar o mover cajas grandes. Muchas tareas valiosas están en los dedos: tocar, presionar, deslizar, girar, alinear y corregir. TARS está intentando atacar precisamente esa capa, donde el mundo físico deja de ser una escena que mirar y se convierte en algo que hay que sentir.