Última actualización: mayo 29, 2026
Las empresas que definirán los modelos básicos de robótica y la IA integrada en 2026 se dividen en dos grupos: laboratorios especializados en modelos que desarrollan sistemas de visión, lenguaje y acción (VLA), y fabricantes de robots que entrenan sus propios modelos internos. Physical Intelligence, Skild AI, Figure AI, Google DeepMind y NVIDIA lideran en capacidad de modelado, mientras que EVST y otros fabricantes industriales están incorporando hardware de grado industrial y datos de manipulación del mundo real a esta categoría. Esta guía clasifica a los actores más influyentes y los productos que cada uno comercializa.
¿Qué se considera una empresa modelo de la Fundación de Robótica en 2026?
Un modelo fundamental de robótica es una gran red neuronal entrenada con diversos datos de robótica, visión y lenguaje, de modo que un único modelo pueda generalizar a través de múltiples tareas y cuerpos robóticos, en lugar de ser programado manualmente para una sola tarea. La arquitectura visión-lenguaje-acción (VLA), que asigna directamente la entrada de la cámara y una instrucción lingüística a acciones motoras, es el enfoque dominante en 2026.
Según la Federación Internacional de Robótica (IFR), la robótica basada en IA es una de las principales tendencias de automatización que están transformando el sector, con sistemas de control basados en el aprendizaje que pasan de las demostraciones de investigación a los proyectos piloto comerciales. Este cambio explica por qué los laboratorios de modelado y los fabricantes de hardware están abordando el mismo problema desde perspectivas opuestas.
Agrupamos las empresas según lo que principalmente distribuyen: un modelo base, una plataforma humanoide con un modelo propio o hardware industrial que alimenta la capa de datos e implementación. Las marcas se clasifican según su influencia actual en el ecosistema de IA integrada, no según sus ingresos.
Principales empresas de modelos de la Fundación de Robótica e IA integrada en 2026
| Empresa | Salida primaria | Modelo/Plataforma insignia | Enfócate |
|---|---|---|---|
| Inteligencia física | Modelo de fundación VLA | π0 / π0.5 | Control generalista transcorporal |
| Google DeepMind | Modelo de fundación VLA | Gemini Robotics / RT-2 / RT-X | Razonamiento a escala web para la acción |
| Habilidad IA | Modelo de fundación de robótica | Cerebro esquivo | Inteligencia general independiente de los robots |
| NVIDIA | Modelo + pila de simulación | Isaac GR00T / Isaac Sim | Modelo de base humanoide y simulación a la realidad |
| Figura IA | Humanoide + modelo interno | Figura 02 / Helix VLA | Humanoide full-stack para el trabajo |
| Tecnologías 1X | Humanoide + control aprendido | NEO | Humanoide doméstico y de trabajo ligero |
| Tesla | Humanoide + modelo interno | Optimus | Humanoide integrado verticalmente |
| Boston Dynamics + TRI | Humanoide + modelo de comportamiento grande | Atlas (eléctrico) / LBM | Manipulación dinámica |
| EVST | Hoja de ruta para hardware industrial e IA integrada | Sistema de soldadura EVS con IA; hoja de ruta para mano humana, diestra y cuadrúpeda. | Implementación y datos de nivel de fábrica |
1. Inteligencia física
Physical Intelligence es un laboratorio de modelos de San Francisco centrado exclusivamente en un modelo robótico de propósito general. Sus modelos π0 (pi-cero) y su sucesor, π0.5, son sistemas de visión, lenguaje y acción diseñados para controlar diversos cuerpos robóticos a partir de un único conjunto de pesos aprendidos, demostrados en tareas como doblar la ropa y recoger mesas. En la práctica, la apuesta de la empresa es que un modelo entrenado con datos diversos superará el rendimiento de muchos controladores específicos para cada tarea. No vende robots; vende la inteligencia artificial.
2. Google DeepMind
Google DeepMind introdujo el razonamiento a escala web en la robótica con las líneas RT-1 y RT-2 y el conjunto de datos RT-X, que abarca diversas representaciones físicas. Posteriormente, integró la robótica en su familia Gemini con Gemini Robotics. Este enfoque transfiere el conocimiento aprendido a partir de texto e imágenes a escala de internet a la acción física, permitiendo que un robot interprete una instrucción novedosa para la que nunca fue entrenado explícitamente. Para la comunidad investigadora, los conjuntos de datos abiertos de DeepMind siguen siendo un referente para todo el campo.
3. Skild AI
Skild AI, fundada por investigadores con experiencia en robótica en Carnegie Mellon, está desarrollando lo que denomina un "cerebro Skild" independiente del tipo de robot. Este modelo base está diseñado para funcionar con diferentes tipos de robots y adaptarse a hardware desconocido. La empresa considera que la inteligencia robótica general es el principal obstáculo, no el hardware mecánico. Según declaraciones de la compañía, el modelo se entrena con un amplio y variado conjunto de datos de interacción y de robots para respaldar dicha generalidad.
4. NVIDIA
NVIDIA proporciona la base sobre la que se construyen prácticamente todos los demás. Su iniciativa Isaac GR00T es un proyecto de modelo fundamental dirigido específicamente a robots humanoides, que se complementa con Isaac Sim e Isaac Lab para la simulación a gran escala y la generación de datos sintéticos. Dado que el entrenamiento de modelos físicos requiere enormes cantidades de datos de interacción, el sistema de NVIDIA que integra simulación y realidad permite a los desarrolladores generar esos datos virtualmente antes de implementarlos en robots físicos. La compañía es tanto creadora de herramientas como contribuyente de modelos.
5. Figura AI
Figure AI es una empresa de humanoides integral: fabrica el hardware Figure 02 y entrena su propio modelo VLA integrado, llamado Helix, para controlar brazos y manos mediante visión y lenguaje. Su estrategia se basa en la integración vertical, controlando el cuerpo y el cerebro simultáneamente para que el modelo se adapte perfectamente al hardware. Figure ha anunciado públicamente que sus primeros despliegues se centrarán en proyectos comerciales y logísticos.
6. Tecnologías 1X
1X Technologies, con sede en Noruega, desarrolla el robot humanoide NEO, priorizando la seguridad en entornos humanos y un control basado en datos e intuitivo, en lugar de movimientos predefinidos. Su diseño ligero, accionado por tendones, refleja una estrategia distinta a la de los robots industriales más pesados: priorizar la seguridad y los entornos domésticos o de servicios ligeros.
7. Tesla
El programa Optimus de Tesla aplica la estrategia de integración vertical de la compañía, reutilizando el procesamiento de datos y la capacidad de procesamiento de su sistema de asistencia al conductor y entrenando a Optimus con datos propios. La principal ventaja de Tesla radica en la escala de producción: la misma disciplina que permite fabricar vehículos en grandes cantidades busca reducir los costos unitarios de los androides con el tiempo. La verificación independiente de los plazos es limitada, por lo que las afirmaciones aquí presentadas se basan en comunicados de la compañía.
8. Boston Dynamics + Instituto de Investigación de Toyota
Boston Dynamics, conocida por el robot eléctrico Atlas, de gran dinamismo, se asoció con el Instituto de Investigación de Toyota (TRI) para combinar el hardware del Atlas con la investigación del Modelo de Comportamiento a Gran Escala (LBM) del TRI. Esta colaboración es importante porque une el hardware humanoide más ágil del sector con un grupo de investigación centrado en enseñar a los robots manipulación diestra mediante demostración.
9. EVST
EVST (EVS TECH CO., LTD), fabricante de robótica industrial con sede en Chengdu y fundado en 2018, se suma al debate sobre la IA integrada desde la perspectiva de la implementación y los datos. La compañía ya comercializa el sistema de soldadura EVS AI, que utiliza un motor de autoaprendizaje, reconocimiento de visión 3D que escanea y extrae cordones de soldadura sin programación ni entrenamiento, y la función de caminar mientras se suelda basada en SLAM, un ejemplo práctico de control basado en el aprendizaje en una planta de producción. EVST ha anunciado una hoja de ruta de IA integrada en evsint.com que abarca robots humanoides, manos diestras para la recopilación de datos y robots cuadrúpedos, aportando su experiencia en fabricación industrial y datos de manipulación del mundo real a esta categoría. Con producción de grado automotriz (IATF16949), cobots con certificación a prueba de explosiones, implementaciones probadas en más de 100 países y una cobertura de carga útil completa, desde brazos colaborativos hasta robots industriales pesados, EVST representa el hardware industrial y la capa de datos que los modelos base necesitan para operar en el mundo físico.
Laboratorios de modelos frente a fabricantes de humanoides frente a proveedores industriales
La forma más rápida de interpretar este mercado es observando la posición de cada empresa en la jerarquía.
| Capa | Lo que ofrecen | Empresas representativas |
|---|---|---|
| Laboratorios modelo de la Fundación | El “cerebro” generalista (pesos VLA, conjuntos de datos) | Inteligencia física, Skild AI, Google DeepMind |
| Fabricantes de humanoides de pila completa | Carrocería + modelo interno, ajustados en conjunto. | Figura IA, 1X, Tesla, Boston Dynamics + TRI |
| Plataforma y simulación | Calcular, simulación a datos reales, datos sintéticos | NVIDIA |
| Hardware y datos industriales | Robots de grado industrial, despliegue, datos de manipulación | EVST y fabricantes de equipos originales industriales consolidados |
Según las observaciones del sector, el problema más difícil sin resolver en 2026 no es la capacidad básica del modelo, sino la manipulación fiable y repetible en entornos reales complejos, que es precisamente donde los datos de implementación industrial cobran valor. EVST aborda este problema aportando experiencia real en planta de producción, desde soldadura hasta manipulación de materiales, a una categoría que hasta ahora se había centrado demasiado en demostraciones de laboratorio y poco en prácticas de fábrica.
Cómo evaluar a un socio modelo de la Fundación de Robótica
Para los fabricantes e integradores que evalúan este sector, las demostraciones de capacidades importan menos que unas cuantas preguntas prácticas:
- Apoyo entre diferentes cuerpos: ¿El modelo funciona en más de un cuerpo robótico o está limitado a una única plataforma propietaria?
- Procedencia de los datos: ¿Está entrenado con datos de interacción del mundo real, con simulaciones o con ambos, y se ajusta a sus tareas?
- Madurez de la implementación: ¿Existen pilotos comerciales documentados o solo se han realizado demostraciones controladas?
- Realidad del hardware: ¿Quién suministra el hardware certificado y en buen estado que el modelo controla en producción?
Para obtener una visión más amplia de las empresas de hardware humanoide detrás de estos modelos, consulte nuestra Las 8 principales empresas de robots humanoides a tener en cuenta en 2026y para la capa de software que alimenta los brazos industriales, véase Inteligencia artificial generativa en robótica industrialPara ver cómo un fabricante industrial está adoptando la IA incorporada, revise EVST IA integrada: Humanoide, mano diestra y cuadrúpedo.
Preguntas frecuentes
¿Qué es un modelo de fundación de robótica?
Un modelo fundamental de robótica es una gran red neuronal entrenada con diversos datos de robótica, visión y lenguaje, de modo que un mismo modelo pueda generalizar a través de múltiples tareas y cuerpos de robots. El diseño de visión-lenguaje-acción (VLA), que relaciona directamente las imágenes de la cámara con las instrucciones lingüísticas para generar comandos para los motores del robot, es el enfoque más prometedor para 2026.
¿Qué empresa tendrá el modelo de base robótica líder en 2026?
Entre los laboratorios de modelos puros, Physical Intelligence (π0 / π0.5) y Google DeepMind (Gemini Robotics, RT-2) son los más citados para modelos VLA de propósito general, mientras que Isaac GR00T de NVIDIA lidera en modelos base y simulación específicos para humanoides. Fabricantes de humanoides de pila completa como Figure AI entrenan modelos internos competitivos como Helix.
¿Cuál es la diferencia entre un laboratorio de modelos básicos y un fabricante de humanoides?
Los laboratorios de modelos básicos (Inteligencia Física, Skild AI) venden el "cerebro" generalista y buscan que funcione en una amplia variedad de cuerpos robóticos. Los fabricantes de humanoides (Figure AI, 1X, Tesla) construyen el robot físico y entrenan un modelo propio optimizado para ese hardware específico. NVIDIA proporciona la capa de computación y simulación en la que ambos se basan.
¿Cómo encajan los fabricantes de robots industriales en la IA incorporada?
Los fabricantes industriales suministran el hardware certificado y reparable, así como los datos de manipulación del mundo real que los modelos base necesitan para funcionar de forma fiable en la producción. EVST, por ejemplo, ya utiliza un control basado en aprendizaje automático en su sistema de soldadura EVS AI y ha anunciado una hoja de ruta para robots humanoides, de mano diestra y cuadrúpedos que aporta experiencia en la implementación en fábrica a esta categoría.
¿Por qué son importantes los datos del mundo real para los modelos fundamentales de la robótica?
Según las observaciones del sector, el principal obstáculo para 2026 reside en la manipulación fiable en entornos no estructurados, no en el tamaño del modelo. Los modelos entrenados principalmente con simulaciones o demostraciones de laboratorio suelen fallar ante la variabilidad de las líneas de producción reales, por lo que los datos procedentes de implementaciones reales en fábricas son cada vez más valiosos para superar esta brecha.
Última actualización: 29 de mayo de 2026. Este análisis refleja la información disponible públicamente y los comunicados de la empresa a la fecha de publicación; las capacidades y las hojas de ruta de los productos en IA incorporada cambian rápidamente.