Por Canuto  

China prepara estándares para los datos que entrenan a robots humanoides, después de que siete empresas pidieran infraestructura pública y reglas comunes. La medida expone una disputa estratégica: mientras Europa regula el acceso a los datos de las máquinas, China intenta ampliar rápidamente la cantidad de experiencias reales disponibles para desarrollar IA encarnada.
***

  • China anunció estándares para los datos de entrenamiento de robots diez días después de una solicitud presentada por siete empresas.
  • La Academia China de Tecnología de la Información y las Comunicaciones estima que los modelos de IA encarnada necesitan cerca de 10 millones de horas de datos reales.
  • Más de 70 terrenos de entrenamiento ya operan en China, mientras Europa aún no pone en marcha los laboratorios de datos prometidos.

 

China anunció que desarrollará estándares para los datos utilizados por la inteligencia artificial encarnada, una categoría que conecta modelos de IA con robots capaces de percibir y actuar en el mundo físico. La Administración Nacional de Datos también dijo que orientará a las autoridades locales y respaldará a las empresas que incrementen sus inversiones en recursos de datos, en una señal de que el país considera esta infraestructura un componente estratégico de la robótica.

El anuncio llegó diez días después de que siete empresas solicitaran infraestructura pública de datos para la IA encarnada y estándares comunes. La proximidad temporal entre la petición empresarial y la respuesta regulatoria sugiere una conexión, pero no demuestra por sí sola que la solicitud haya causado el anuncio. En cualquier caso, la secuencia muestra que la industria no solo busca mejores modelos, sino también un suministro más amplio, ordenado y comparable de experiencias reales con las que entrenar robots, informa TNW.

China convierte los datos en prioridad industrial

La Administración Nacional de Datos comunicó sus planes después de una reunión celebrada el 10 de septiembre y presidida por Liu Liehong, quien dirige la agencia. En el encuentro participaron institutos de investigación, compañías tecnológicas y organizaciones vinculadas con la robótica humanoide, mientras el regulador describió a la industria como un sector cada vez más orientado a los datos.

La diferencia entre la IA encarnada y otras aplicaciones de inteligencia artificial está en su dependencia del entorno físico. Un robot debe aprender a interpretar espacios, objetos, movimientos, obstáculos y tareas, de modo que las imágenes, sensores y acciones registradas durante operaciones reales adquieren un valor que no puede sustituirse por completo con texto o información digital.

Según una estimación de la Academia China de Tecnología de la Información y las Comunicaciones, los modelos fundacionales de IA encarnada necesitan aproximadamente 10 millones de horas de datos de entrenamiento reales. El volumen disponible a escala mundial se ubica entre 100.000 y 1 millón de horas de datos de alta calidad, una brecha que ayuda a explicar por qué la recopilación se convirtió en una limitación central para la robótica humanoide.

La solicitud de las siete empresas se concentró precisamente en ese cuello de botella. Al pedir infraestructura de datos públicos y estándares comunes, las compañías plantearon una necesidad que combina política industrial, coordinación regulatoria y reducción de costos, porque cada fabricante que recopila experiencias bajo criterios distintos puede terminar con conjuntos difíciles de compartir o comparar.

Una red de terrenos para entrenar robots

China ya cuenta con más de 70 terrenos de entrenamiento de IA encarnada distribuidos en más de la mitad de sus regiones provinciales, según datos citados por TechNode. Además, existen otros 46 espacios planificados o en construcción, lo que apunta a una expansión física de la infraestructura que permite registrar tareas, movimientos y respuestas de robots fuera de los laboratorios tradicionales.

Alrededor del 86% de esos terrenos está orientado a la fabricación industrial, un enfoque que conecta directamente la recopilación de datos con fábricas y procesos productivos. La concentración puede facilitar el entrenamiento en escenarios repetibles, aunque también significa que buena parte de la capacidad inicial se desarrolla alrededor de necesidades industriales específicas, en lugar de cubrir todos los contextos posibles de la vida cotidiana.

Los principales conglomerados identificados se encuentran en el delta del río Yangtsé, la región de Pekín-Tianjin-Hebei y el delta del río de las Perlas. La distribución refleja la importancia de los polos industriales y tecnológicos chinos, donde la proximidad entre empresas, centros de investigación y operadores de robótica puede acelerar la generación de datos y la prueba de nuevas máquinas.

Sin embargo, disponer de terrenos de entrenamiento no equivale automáticamente a dominar el mercado de robots. Estos espacios pueden reunir horas de información física, pero todavía deben traducirlas en sistemas confiables, productos competitivos y clientes dispuestos a pagar, una distinción relevante para evitar confundir capacidad de infraestructura con éxito comercial.

Europa regula el acceso, pero enfrenta una brecha de ejecución

Europa ha avanzado en la definición de quién puede acceder a los datos generados por productos conectados, incluidos ciertos equipos industriales. La Ley de Datos comenzó a aplicarse el 12 de septiembre de 2025 y también impide que esos datos se utilicen para construir un producto competidor, mientras las obligaciones de diseño alcanzarán a los productos conectados puestos en el mercado de la Unión Europea después del 12 de septiembre de 2026.

Ese marco aborda derechos de acceso, condiciones de uso y protección frente a determinadas formas de competencia basada en datos. No obstante, las reglas no resuelven por sí mismas la creación de los millones de horas de experiencias físicas que requieren los modelos de IA encarnada, por lo que regulación y producción de datos aparecen como dos problemas relacionados, pero diferentes.

El ejemplo europeo más cercano a los terrenos de entrenamiento chinos es el plan de NEURA Robotics para construir gimnasios destinados a robots. La empresa contempla diez instalaciones y esperaba tener cinco operativas para finales de este año, distribuidas entre Europa, Estados Unidos y China, una escala que ilustra tanto la búsqueda de datos propios como la ausencia de una red continental comparable a la expansión descrita en China.

La Comisión Europea publicó el 19 de noviembre de 2025 una Estrategia de Unión de Datos cuya primera prioridad es ampliar el acceso a la información para la inteligencia artificial. Diez meses después, la mayoría de las acciones mencionadas todavía no se había ejecutado, incluidos los laboratorios de datos prometidos, según el contraste presentado por The Next Web. La propia estrategia europea plantea aumentar la disponibilidad de datos para el desarrollo de la IA y contempla los llamados laboratorios de datos como puntos de conexión entre ambos ámbitos, pero el despliegue operativo descrito deja una distancia entre la ambición normativa y su ejecución.

La ventaja de los datos aún no garantiza el liderazgo

La expansión china no significa que el mercado de la robótica humanoide haya quedado decidido. Solo el 23% de las empresas chinas encuestadas este año dijo estar satisfecho con los robots disponibles, un dato que sugiere que la oferta actual todavía presenta limitaciones pese al esfuerzo por ampliar la infraestructura de entrenamiento.

La insatisfacción empresarial puede reflejar problemas de desempeño, costos, integración o confiabilidad, pero la información disponible no permite atribuirla a una causa específica. Lo que sí muestra es que la construcción de terrenos de entrenamiento responde a una necesidad concreta, aunque sus resultados deberán medirse en productos capaces de resolver tareas útiles en condiciones reales.

La decisión de la Administración Nacional de Datos puede ayudar a coordinar criterios entre regiones y empresas, especialmente si los estándares permiten describir, clasificar y compartir datos con mayor consistencia. También podría incentivar nuevas inversiones privadas, dado que el regulador prometió apoyar a las compañías que destinen más recursos a esta área.

El desenlace dependerá de cómo se conecten tres elementos: datos de calidad, modelos capaces de aprender de ellos y robots que encuentren compradores. China está ampliando el primero de esos componentes con rapidez, mientras Europa intenta ordenar el acceso a los datos y construir mecanismos de colaboración, pero ninguna de las dos estrategias elimina por sí sola la dificultad de convertir horas de realidad registrada en máquinas comercialmente exitosas.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados