¿Será este año el año de los robots? Un artículo que analiza los proyectos en el sector de los robots

¿Este año será el año de los robots? Un análisis de los proyectos en la pista de robótica

Por Cookie

Fuente:

Reproducción: Mars Finance

En su discurso a principios de este año en Davos, Elon Musk reiteró su premonición altamente provocativa: en el futuro, la cantidad de robots en la Tierra superará a la de los humanos.

Claramente, la inteligencia artificial y los robots ya son los dos temas tecnológicos más relevantes a nivel global: uno es la inteligencia artificial general (AGI) que se acerca cada vez más al umbral, y el otro son los robots que están saliendo de los laboratorios y buscan tomar el control total del trabajo físico humano. Además de la IA, en la industria de las criptomonedas este año también se destacan las tecnologías de inteligencia encarnada. A continuación, los proyectos en la pista de Robótica que merecen atención.

OpenMind

El 4 de agosto de 2025, según anunció la compañía de infraestructura de máquinas inteligentes con sede en Silicon Valley, OpenMind, completó una financiación de 20 millones de dólares liderada por Pantera Capital, con participación de Ribbit, Sequoia China, Coinbase Ventures, DCG, Lightspeed Faction, Anagram, Pi Network Ventures, Topology, Primitive Ventures y Amber Group, entre otros inversores y ángeles reconocidos.

OpenMind desarrolla software de código abierto para ayudar a los robots a pensar, aprender y trabajar. El sistema operativo de IA de código abierto OM1 permite configurar y desplegar agentes de IA en el mundo digital y físico. Los usuarios pueden crear un personaje de IA, ejecutarlo en la nube o en robots físicos en el mundo real.

En términos sencillos, OpenMind crea OM1, que funciona como el “cerebro de IA” de los robots. Este “cerebro” puede colaborar con múltiples agentes de IA, interactuar con varios modelos de lenguaje grande (LLM) y obtener datos de diversas fuentes para realizar tareas (como publicar en redes sociales). Como OM1 es de código abierto, es un sistema operativo de robots altamente adaptable, similar a Android en los teléfonos, independiente del hardware.

Además, OpenMind cuenta con FABRIC, una red de identidad de robots en la cadena, que busca compartir una capa de confianza verificable entre humanos y robots. Los humanos pueden compartir datos de ubicación, evaluar comportamientos de robots y desarrollar en ella, ganando medallas. Para los robots, cada robot con OM1 se une a la red FABRIC, obteniendo una identidad verificable única, y permitiendo rastrear en la cadena sus comandos, registros de operaciones y propiedad.

En diciembre de 2025, OpenMind y Circle, emisora de stablecoins, anunciaron conjuntamente el lanzamiento de un sistema de pagos autónomos para robots basado en el protocolo x402. A medida que aumentan las capacidades de los robots, estos dejarán de ser solo herramientas para tareas específicas y comenzarán a actuar como entidades económicas autónomas, comprando potencia de cálculo, datos, habilidades, e incluso contratando otros robots o humanos para tareas complejas.

CodecFlow

CodecFlow ofrece una plataforma unificada que funciona sin problemas en la nube, en el borde, en escritorios y en hardware de robots, soportando APIs populares y sistemas tradicionales. La plataforma normaliza las entradas de sensores de diferentes robots en un formato común y modulariza acciones complejas, permitiendo a los desarrolladores o usuarios no tener que diseñar robots desde cero. La percepción, decisión y control de los robots se interconectan a través de la red, en lugar de ser fragmentados o específicos de hardware.

Operadores impulsados por IA responden a cambios en la interfaz de usuario o en el entorno del robot mediante percepción y razonamiento en tiempo real, resolviendo la dependencia excesiva de scripts preprogramados en la automatización tradicional. En resumen, captura pantallas, imágenes de cámaras o datos de sensores, y usa IA para procesar estos datos externos, tomar decisiones y ejecutarlas a través de la interfaz de usuario.

Peaq

El 27 de marzo de 2025, la capa 1 de DePIN, Peaq, completó una financiación de 15 millones de dólares liderada por Generative Ventures y Borderless Capital, con participación de Spartan Group, HV Capital, CMCC Global, Animoca Brands, Moonrock Capital, Fundamental Labs, TRGC, DWF Labs, Crit Ventures, Cogitent Ventures, NGC Ventures, Agnostic Fund, Altana Wealth, entre otros.

Aunque inicialmente se centró en DePIN, en septiembre del año pasado Peaq lanzó el SDK de robótica, permitiendo a los robots obtener identidades autónomas, realizar pagos, verificar datos y conectarse a la economía de la cadena. Ahora, cualquier robot compatible con ROS2 puede integrarse en la economía de Peaq, usando estándares universales para comerciar con humanos u otros robots.

Además, en DualMint, Peaq lanzó el proyecto “RoboFarm”, un RWA de robots en Hong Kong, donde lograron automatizar el 80% de la producción agrícola mediante robots. Cultivan lechugas, espinacas y col rizada para vender en Hong Kong. Se estima que los poseedores de NFT obtienen un rendimiento anualizado del 18%.

Axis Robotics

Axis Robotics trabaja en infraestructura distribuida para inteligencia encarnada (Physical AI). Creen que la simulación primero (Simulation First) es la mejor vía para superar la escasez de datos y la generalización de modelos en robótica, mediante recolección de datos a bajo costo y en escala, junto con su motor de aumento de datos propio, logrando avances en calidad, cantidad y escala de datos. Cada activo de datos tiene trazabilidad en la cadena (On-chain Provenance), formando un núcleo de datos que impulsa la evolución de la inteligencia general de robots (RGI).

Innovan en la provisión de datos de entrenamiento para robots. La mayoría de los proyectos similares usan videos de usuarios en smartphones o gafas inteligentes realizando acciones específicas, pero estos datos tienen baja fidelidad física y carecen de profundidad, limitando la continuidad y precisión en 3D.

Axis resuelve esto mediante “simulación”, creando escenarios virtuales diversos (iluminación, ángulos, fricción, dinámica) que permiten a los modelos generalizar en condiciones más exigentes. Utilizan una estrategia híbrida que combina datos reales escasos con grandes volúmenes de datos sintéticos, mediante técnicas aceleradas por GPU para variaciones en iluminación, textura y física. Los escenarios virtuales son altamente configurables y generan innumerables variaciones, probando a los robots en desafíos más duros y completos, con costos bajos y alta producción, validado por gigantes como Google y Nvidia.

El primer proyecto de simulación abierto al público, “Little Prince’s Rose”, ya está completo. En este, los usuarios en la web hacen que un robot riegue plantas en un entorno simulado, recolectando y analizando datos para que el robot aprenda a regar. La interacción remota mantiene bajos costos y permite construir un modelo 3D-aware (Visión-Lenguaje-Acción) nativo, mejorando la capacidad espacial tridimensional del robot.

En solo 5 días, durante una prueba beta en la que participaron 18,000 personas sin experiencia en robótica, se recopilaron más de 10,000 trayectorias de alta calidad para entrenamiento. Con estos datos, Axis entrenó modelos de estrategia y replicó con éxito en un brazo robótico Franka. Esto cierra el ciclo completo: generación de tareas -> recopilación comunitaria -> aumento de datos -> entrenamiento de modelos -> despliegue en hardware real.

Una hora de datos reales puede convertirse en 1000 horas de entrenamiento, reduciendo significativamente los costos de generalización de modelos.

Durante el período de prueba en Año Nuevo, en solo 5 días, 18,000 participantes contribuyeron con más de 100,000 trayectorias para 27 nuevas tareas, demostrando alta robustez y compatibilidad con diferentes tipos de robots, como robots con ruedas y brazos duales.

El producto principal de Axis se lanzará a finales de marzo, y a finales de abril o principios de mayo planean liberar el mayor conjunto de datos de simulación en Franka, cubriendo todas las necesidades de entrenamiento de estrategias y modelos. Como proyecto de Crypto-AI, ya están explorando colaboraciones en varias áreas, incluyendo automatización en producción con un fabricante de automóviles, alianzas con empresas de computación en la nube en activos virtuales y modelos del mundo, y cooperación con empresas de simulación y entrenamiento de modelos en datos virtuales, demostrando la externalidad valiosa de los proyectos cripto.

GEODNET

Una red descentralizada que proporciona datos de posicionamiento en tiempo real con precisión de centímetros para drones y robots, con más de 21,000 estaciones activas en más de 150 países. En el último año, generó ingresos superiores a 7 millones de dólares, con tendencia de crecimiento trimestral.

Aunque se clasifica como DePIN, la creciente adopción de la robótica en la vida real aumentará la demanda de datos de posicionamiento de alta precisión en tiempo real. En febrero de 2025, Multicoin anunció la adquisición de $GEDO, valorada en 8 millones de dólares, por 8 millones de dólares de la fundación GEODNET.

BitRobot

BitRobot Network, desarrollado por FrodoBots Lab y Protocol Labs, busca facilitar la colaboración distribuida de robots. Sus componentes clave incluyen: VRW (Verifiable Robot Work), que define y verifica tareas de robots y recompensa en la red; ENT (Device Node Token), un NFT que identifica de forma única a los dispositivos y gestiona su propiedad y acceso; y subredes (subnets), que son conjuntos de recursos que generan valor en la red.

El 14 de febrero de 2025, FrodoBots anunció una financiación semilla de 6 millones de dólares, totalizando 8 millones.

FrodoBots también vende robots, como Earth Rovers, similares a Mario Kart, por 249 dólares, que los jugadores controlan remotamente en una búsqueda global a través del navegador, para probar y desplegar modelos de navegación IA. La primera subred, ET Fugi, es un ejemplo.

Próximamente lanzarán Octo Arms, un robot que los jugadores controlarán para completar rompecabezas y competencias en 3D.

El concepto de “subred” en esta red es abstracto, pero en términos simples, cualquier grupo que contribuya al ecosistema (como el juego ET Fugi o SeeSaw de Virtuals) puede considerarse una subred.

SeeSaw

La quinta subred de BitRobot, lanzada en octubre pasado por Virtuals, es una plataforma para compartir datos de entrenamiento de robots. Los usuarios graban videos de acciones cotidianas, los suben y reciben recompensas. Estos datos, de actividades como atarse los zapatos o doblar ropa, se usan para entrenar robots.

Auki

Posemesh, la red descentralizada de percepción robótica de Auki, conecta humanos, dispositivos y IA mediante una arquitectura DePIN que permite compartir en tiempo real datos de ubicación y sensores, construyendo una comprensión espacial colaborativa del mundo físico, útil para robots, AR y IA.

Incluye nodos de cálculo que aportan potencia, nodos de movimiento (robots) que suben datos de sensores y ubicación, y nodos de reconstrucción que generan modelos 3D, gestionados por nodos de dominio. Los nodos reciben incentivos en $AUKI, promoviendo una red de visión artificial en evolución. La red prioriza la privacidad, evitando la vigilancia de espacios privados, y se aplica en retail, gestión de propiedades, navegación en eventos y construcción.

Su plataforma Cactus AI ya realiza pilotos con Toyota Material Handling y Stora Coop en Suecia.

XMAQUINA

DAO que permite a los inversores minoristas participar en empresas de robótica. Ha recaudado 10 millones de dólares mediante la venta en fases de su token $DEUS. Ha invertido en empresas como Apptronik, Figure AI, Agility Robotics, 1X Tech, NEURA Robotics y Robotico, logrando algunos beneficios y retornos superiores al 100%.

PrismaX

El 17 de junio de 2025, PrismaX anunció una financiación de 11 millones de dólares, con inversores como a16z CSX, Volt Capital, Blockchain Builders Fund, Stanford Blockchain Accelerator y Virtuals.

Construyen una capa de coordinación abierta que conecta operadores remotos, usuarios y empresas de robots. Los operadores pueden controlar remotamente robots, recopilar datos valiosos y solicitar servicios como logística y publicidad.

También tienen un protocolo para operadores remotos, donde las empresas buscan operadores experimentados, quienes pueden apostar tokens para aumentar su confianza y acceder a tareas de alto valor. Los tokens apostados y la calidad del trabajo generan recompensas, y los datos recopilados se usan para entrenar robots, mejorando su autonomía y la eficiencia de los operadores, acercándolos a la autonomía total.

NRN Agents

NRN, derivado de la plataforma de entrenamiento en línea de IA para juegos de combate, ArenaX Labs, completó en 2021 una financiación semilla de 5 millones de dólares, liderada por Paradigm Capital y Framework Venture Partners. En 2024, cerró otra ronda de 6 millones, con Framework Ventures a la cabeza y participación de SevenX Ventures, FunPlus/Xterio y Moore Strategic Ventures.

Aunque sigue un proceso de recopilación de datos y aprendizaje reforzado, su experiencia en juegos permite convertir la recolección en una experiencia de navegador, donde los usuarios controlan robots simulados y generan datos para entrenar sistemas reales. Actualmente, se enfocan en brazos robóticos (RME-1) para validar la recopilación de datos, aprendizaje en tiempo real y adaptación.