Universal Robots y Scale AI presentan un sistema de aprendizaje por imitación para entrenar modelos de IA en entornos industriales

Universal Robots (UR) ha presentado su innovación UR AI Trainer durante la conferencia GTC 2026 que se celebra estos días en Silicon Valley. Desarrollado en colaboración con Scale AI, AI Trainer supone un antes y un después en el sector de la automatización, ya que los robots podrán pasar de llevar a cabo aplicaciones preprogramadas a tareas completamente dirigidas por inteligencia artificial. Estos sistemas están impulsados por datos sólidos generados en células de entrenamiento de IA donde los robots imitan a los humanos.

“Nuestros clientes, desde grandes empresas hasta laboratorios de investigación en IA, ya no solo solicitan funciones de inteligencia artificial”, apunta Anders Beck, VP of AI Robotics Products en Universal Robots. “Necesitan una forma de recopilar datos sincronizados y altamente fiables provenientes de robots y sistemas de visión, a fin de entrenar modelos de IA en los mismos robots que pretenden desplegar. Nuestro AI Trainer es la primera solución de la industria que conecta directamente el laboratorio con la fábrica para el entrenamiento de modelos de IA”.

Junto al nuevo AI Trainer, el stand de Universal Robots en la GTC muestra un modelo fundacional robótico de última generación desarrollado por Generalist AI, partner preferente de UR para la creación de modelos. Usando esta tecnología, dos robots UR completarán una compleja tarea de empaquetado de smartphones, tarea que hubiera sido imposible sin los recientes avances en el campo de la IA física.

El entrenamiento de la robótica con IA a menudo se ve obstaculizado por un hardware fragmentado y una recopilación de datos poco fiables. Gran parte de los datos utilizados actualmente para el entrenamiento se recopilan en robots de investigación que no están preparados para entornos de producción, y muchos sistemas dependen solo de la retroalimentación visual, lo que dificulta las tareas delicadas o que requieren contacto.

“El AI Trainer aborda directamente estas barreras”, afirma Beck. “Al utilizar nuestro exclusivo Direct Torque Control y las funciones de retroalimentación de fuerza, ofrecemos a los desarrolladores una influencia directa sobre cómo el robot interactúa físicamente con el entorno, entrenando en el mismo hardware robusto que utilizan más de 100.000 instalaciones industriales”.

El AI Trainer permite que los operarios humanos guíen a los robots de UR en una tarea mediante una configuración de líder-seguidor, capturando automáticamente datos multimodales de alta calidad para el desarrollo de IA en la robótica. Los operarios dirigen físicamente a un robot “líder” durante una tarea, mientras que un robot “seguidor” sincronizado replica el movimiento en tiempo real. En cada demostración, el sistema registra datos sincronizados de movimiento, fuerza y visión, generando los conjuntos de datos estructurados necesarios para entrenar modelos Vision-Language-Action (VLA).

Al implementarse en la plataforma AI Accelerator de UR, el AI Trainer combina los robots de UR con el software de Scale AI para hacer posible la captura de datos en los equipos de UR en entornos productivos y a escala. De este modo, crean un feedback continuo que impulsa una optimización constante de los sistemas de IA física.

“Universal Robots es líder en la industria robótica, y su presencia global ofrece una base ideal para la captura de datos y el despliegue de la IA”, afirma Ben Levin, General Manager, Physical AI en Scale AI. “Juntos hemos creado un ciclo virtuoso de datos de robótica integrados, los cuales permitirán a los clientes entrenar, implementar y mejorar sus modelos de IA más rápido que nunca”. Como parte de esta colaboración, UR y Scale AI lanzarán este año un conjunto de datos industriales de entrenamiento a gran escala, generados con robots UR específicamente para el desarrollo de IA.

Con GTC como plataforma de lanzamiento oficial, los asistentes podrán probar el sistema en primera persona en el stand de UR, donde podrán guiar a dos robots UR3e “líderes“que proporcionan señal háptica para controlar dos robots UR7e”seguidores”. La configuración permite a los visitantes realizar una tarea avanzada de empaquetado de smartphones a través del aprendizaje por imitación y el entrenamiento de modelos VLA, con datos de demostración registrados en tiempo real en la plataforma de Scale y replicables directamente en el AI Trainer.

El proceso de captura de datos de entrenamiento robótico para modelos de IA también se muestra en una aplicación que igualmente consiste en el empaquetado de smartphones, pero que está entrenada virtualmente. Desarrollada en Nvidia Omniverse y haciendo uso de Isaac Sim, la configuración simulada permite a los asistentes controlar un sistema virtual bimanual UR3e con retroalimentación háptica en tiempo real mediante dos dispositivos Haply Inverse3 como “líderes”, ofreciendo una simulación con precisión física.

Universal Robots también está explorando el uso del Nvidia Physical AI Data Factory Blueprint para automatizar y escalar la generación de datos sintéticos, convirtiendo la computación a escala mundial en un motor de producción de datos de entrenamiento robótico de alta calidad.

“El avance hacia la IA física requiere un cambio fundamental: pasar de la automatización rígida y preprogramada a robots generalistas capaces de percibir, razonar y aprender mediante una interacción similar a la humana”, afirma Amit Goel, responsable del ecosistema de robótica e IA en el edge de Nvidia. “Aprovechando los marcos de simulación Nvidia Isaac, Universal Robots está construyendo un motor escalable para la captura y generación de datos de alta fidelidad, proporcionando la infraestructura esencial para entrenar la próxima generación de sistemas autónomos a escala”.

Como complemento a las dos demostraciones de captura de datos de UR, la presentación del partner Generalist AI destaca cómo los avances en la recopilación de datos y los modelos de IA se traducen en rendimiento robótico en el mundo real. En la primera demostración pública de los modelos fundacionales embebidos de Generalist, dos robots UR7e ejecutan de forma autónoma una compleja tarea de empaquetado de smartphones, demostrando destreza, coordinación y manipulación con alto grado de contacto en un entorno real. La demostración refleja cómo los datos de entrenamiento escalados y de alta calidad, combinados con arquitecturas de modelos de última generación, pueden habilitar sistemas de IA física robustos más allá del laboratorio.

“Generalist está desarrollando modelos fundacionales embebidos que ofrecen una destreza y fiabilidad líderes en el sector”, señala Pete Florence, cofundador y CEO de Generalist AI. “Esta demostración sobre la fiable plataforma industrial de Universal Robots muestra cómo el sentido común físico puede traducirse en capacidad real, allanando el camino para el despliegue a gran escala en múltiples sectores”.

“La adopción de nuestra tecnología por parte de los pioneros del entrenamiento de modelos de IA y la captura de datos subraya por qué Universal Robots se ha convertido en la plataforma preferida para la IA física”, afirma Anders Beck de UR.