Xense Robotics ha usado ICRA 2026 para enseñar una parte menos vistosa, pero crítica, de la IA física: cómo convertir el contacto en datos útiles para que un robot manipule objetos deformables o con geometría incierta. La compañía ha presentado TacCap-Gripper, un dispositivo táctil de dos dedos, y una demo de manipulación bimanual basada en un modelo Vision-Touch-Language-Action.
Un capturador de datos para manos robóticas
La noticia no va solo de añadir sensores a una pinza. Según la nota publicada por Xense en PR Newswire, TacCap-Gripper está planteado como un dispositivo de adquisición de datos táctiles para entrenar sistemas de IA física. Integra sensores visotáctiles de alta precisión, una unidad inercial y codificadores de alta resolución para registrar, de forma sincronizada, movimiento, visión y contacto.
Ese enfoque importa porque muchas demos robóticas siguen dependiendo demasiado de la visión. Una cámara puede ver que un objeto está delante del robot, pero no siempre detecta si el agarre empieza a resbalar, si una arista se está doblando, si una superficie cede o si el contacto real no coincide con la postura esperada. En tareas de manipulación, esa diferencia marca la frontera entre mover algo en una mesa de laboratorio y operar con objetos blandos, reflectantes, deformables o parcialmente ocultos.
Xense intenta cubrir justo ese hueco con una lectura más completa del contacto. En vez de tratar el tacto como una señal secundaria para confirmar que la pinza se ha cerrado, la compañía lo coloca como una fuente principal para construir modelos de mundo táctiles. Dicho de forma simple: que el robot no solo vea la escena, sino que aprenda qué pasa físicamente cuando toca, presiona, desliza o alinea una pieza.
La demo VTLA no promete magia, pero apunta al problema correcto
La parte más interesante del anuncio es la demostración VTLA de manipulación bimanual de larga duración. Xense describe una tarea con cartón que incluye agarrar, desplegar, alinear bordes, plegar y presionar hasta completar una forma. No es una acción espectacular para un humano, pero sí una prueba razonable para robótica: el cartón cambia de forma, exige contacto continuo y penaliza cualquier error pequeño de alineación.
La compañía afirma que el sistema combina realimentación visual y táctil en tiempo real, sin depender de trayectorias manuales predefinidas. Esa frase conviene leerla con cuidado. No significa que estemos ante una destreza general resuelta, ni que el robot pueda improvisar cualquier montaje con cartón. Sí sugiere que el stack empieza a usar el tacto como señal de control durante la ejecución, no solo como dato posterior para análisis.
El matiz es importante. La manipulación robótica clásica ha funcionado bien cuando el objeto es rígido, la geometría está controlada y la tarea puede programarse con precisión. En cuanto entran piezas flexibles, embalajes, ropa, cables, alimentos o componentes con tolerancias pequeñas, el plan deja de bastar. Hace falta cerrar el bucle con señales físicas, y ahí el tacto vuelve a ser una pieza estructural.
Por qué este tipo de sensores pesa ahora
ICRA 2026 llega en un momento en el que la industria habla mucho de modelos fundacionales para robots, pero sigue necesitando datos mejores. Para entrenar un modelo de acción no basta con vídeos bonitos de un brazo moviéndose. También hacen falta señales sobre fuerza, microdeslizamiento, presión, orientación, cumplimiento del material y cambios durante el contacto. Sin esa capa, el modelo puede aprender la apariencia de una acción sin captar su mecánica.
Xense no está sola en esa carrera. En las últimas semanas han aparecido manos y dispositivos de captura táctil como Uhand de Changingtek o DexHand de TARS, todos empujando la misma tesis: la siguiente mejora de la IA robótica no vendrá solo de modelos más grandes, sino de mejores canales para medir la interacción física. TacCap-Gripper encaja en esa tendencia con una propuesta concreta: una herramienta modular de captura y una demo que conecta tacto, visión, lenguaje y acción.
La cautela, aun así, es obligatoria. Xense debe demostrar disponibilidad, facilidad de integración con robots reales, robustez del sensor ante uso repetido, coste por unidad y rendimiento fuera de una demo de conferencia. También falta ver qué parte del modelo VTLA puede transferirse entre objetos, pinzas y escenarios sin reconstruir el dataset desde cero.
Pero el anuncio sí apunta a una cuestión de fondo. Si la IA física quiere salir de tareas muy preparadas, necesitará aprender del contacto con el mismo rigor con el que hoy aprende de imágenes y texto. TacCap-Gripper no resuelve por sí solo la manipulación general, pero recuerda que el robot útil no se entrena mirando el mundo desde lejos: se entrena tocándolo.