Una base de datos más amplia para robots

Rhoda AI sostiene que los robots necesitan datos de entrenamiento mucho más grandes y variados para funcionar fuera de demostraciones controladas. La empresa utiliza vídeos a escala de internet para entrenar modelos capaces de comprender movimiento, física e interacción física, y aplica ese conocimiento a la robótica.

Rhoda salió de 18 meses en modo sigiloso a comienzos de 2026 con 450 millones de dólares en financiación de Serie A. Dice trabajar con clientes de automoción, manufactura, logística y comercio electrónico para desplegar su modelo de acción directa desde vídeo, o DVA.

Por qué el vídeo es central

La teleoperación permite reunir demostraciones, pero no ofrece por sí sola el volumen y la variedad necesarios para la manipulación autónoma. Rhoda apuesta por el vídeo porque contiene ejemplos de movimiento, interacción con objetos y escenas cambiantes a gran escala.

Cómo funciona la acción directa desde vídeo

El modelo DVA recibe historiales de fotogramas, tokens de acción y tokens lingüísticos, predice una escena de vídeo cercana y convierte esa predicción en acciones robóticas. Según la empresa, anticipa lo que ocurrirá durante los próximos cientos de milisegundos y después genera comandos ejecutables.

Unir movilidad y manipulación

Rhoda afirma que mobile DVA combina movilidad y manipulación en una sola política, algo relevante para robots que deben desplazarse por una instalación e interactuar con objetos.

La cuestión más amplia de la robótica

El enfoque refleja el giro hacia modelos fundacionales en robótica. El vídeo puede ofrecer un conocimiento previo amplio sobre movimiento e interacción, pero la prueba práctica será si los robots mantienen un rendimiento fiable cuando cambian los entornos, los objetos y las condiciones de trabajo.

Este artículo se basa en información de The Robot Report. Lea el artículo original.

Originally published on therobotreport.com