Por Canuto  

Dream Labs, fundada por Joel Jang, investigador de robótica vinculado a Nvidia, anunció una ronda semilla de USD $90 millones y lanzó Dream API, un servicio que permite conectar robots a Dream-1 por una tarifa por hora. La compañía afirma que su modelo puede transferir habilidades entre distintos equipos, aunque sus tasas de éxito y el alcance de las tareas todavía muestran límites importantes.
***

  • La Dream API cobra USD $3 por hora por su modelo principal y USD $0,75 por hora por una versión más pequeña.
  • Dream Labs reporta cerca de 80% de éxito en tareas de recoger y colocar objetos sin instrucciones, y entre 50% y 60% en otras tareas.
  • La empresa afirma tener más de 20 socios de hardware y destinará buena parte de la nueva financiación a ampliar las capacidades de Dream-1.

 

Una API para conectar robots a un modelo común

Dream Labs anunció una ronda semilla de USD $90 millones y presentó Dream API, una interfaz que permite enviar imágenes de la cámara de un robot junto con instrucciones en lenguaje sencillo. La compañía, fundada este año en San Francisco por Joel Jang, investigador de robótica vinculado a Nvidia, sostiene que su servicio puede dar capacidades de IA a robots que no fueron entrenados específicamente para usar ese modelo. Yahoo Finance informó que la empresa ofrece acceso por hora, en lugar de exigir que cada cliente construya y aloje su propio sistema.

El modelo que impulsa el servicio se llama Dream-1. Según la explicación de la compañía, el sistema analiza una escena, predice qué podría ocurrir después y determina qué acción debería ejecutar el robot; ese enfoque busca convertir el control robótico en un problema de predicción de video. Jang, cofundador de Dream Labs, planteó que el hardware ya está disponible y que la pieza pendiente es un cerebro que distintos robots puedan aprovechar.

La promesa central es reducir la necesidad de reentrenar un sistema desde cero cada vez que una empresa cambia de máquina. Jang comparó el proceso con conducir un vehículo de alquiler: una persona reconoce los controles y usa conocimientos previos, en vez de aprender a manejar desde el principio. La analogía expresa la meta de Dream-1, pero no significa que cualquier robot pueda ejecutar cualquier tarea sin ajustes ni supervisión.

Dream Labs describe su propuesta como una API pública para un modelo fundacional de robótica, una categoría de sistemas diseñados para servir de base a múltiples tareas y equipos. La empresa afirma que Dream-1 puede controlar, sin entrenamiento previo específico, robots de dos brazos equipados con pinzas paralelas. Esa capacidad de transferir habilidades entre cuerpos distintos, conocida en robótica como transferencia entre encarnaciones, es uno de los principales desafíos que la startup busca abordar.

Transferencia de habilidades y resultados todavía desiguales

En la robótica tradicional, muchas máquinas se programan para un cuerpo y una labor concretos, por lo que las habilidades no siempre pasan de un equipo a otro. Diferencias en la geometría de los brazos, los motores, la fricción y las herramientas pueden alterar el resultado incluso cuando dos robots intentan realizar la misma acción. Dream Labs afirma que aprender de videos de personas, en lugar de depender únicamente de instrucciones diseñadas para una máquina particular, puede ayudar a que una habilidad se transfiera a otros dispositivos.

La empresa señala que Dream-1 se entrenó con videos de personas que realizan actividades cotidianas y que usa ese material para anticipar cómo se desarrolla una escena. La estrategia sigue una tendencia más amplia dentro del sector: Nature Will dijo que su modelo de mano Natura-1 fue preentrenado con más de un millón de horas de videos egocéntricos, grabados desde el punto de vista de una persona. Figure, por su parte, destina USD $1.000 millones a una plataforma que paga a personas para que graben tareas.

Dream Labs no ha divulgado la combinación exacta de datos que utilizó, pues la considera información propietaria, aunque sí indicó que recurre a una cantidad importante de videos egocéntricos humanos. La startup sostiene que, hace seis meses, adaptar su modelo a un nuevo robot requería 30 minutos de datos de ese equipo, mientras que antes conseguir que un sistema funcionara podía demandar hasta 100.000 horas. Jang asegura que ahora el equipo solo necesita tener acceso al robot, una afirmación que describe la evolución interna del proyecto y no una garantía universal para cada tarea.

Los resultados que la compañía comunica ofrecen una imagen más matizada que la promesa de compatibilidad amplia. Dream-1 alcanza, según Dream Labs, cerca de 80% de éxito al recoger y colocar objetos sin instrucciones específicas, mientras que otras tareas se ubican entre 50% y 60%. La propia empresa reconoce que esas cifras aún no bastan para operar una línea de producción industrial, donde una tasa de fallos de ese nivel podría impedir el uso continuo del sistema.

Costos por hora, ajuste fino y robots más accesibles

La Dream API ofrece el modelo principal a USD $3 por hora y una versión más pequeña, llamada modelo flash, a USD $0,75 por hora. La tarifa permite a desarrolladores e integradores elegir entre capacidades y costos distintos según la complejidad de la labor, siguiendo un esquema similar al de otros servicios de IA. Para un robot conectado las 24 horas del día durante un año, la cuenta equivaldría a poco más de USD $26.000 con el modelo principal y aproximadamente USD $6.600 con la opción más barata.

Ese gasto anual puede superar el precio del propio equipo: Dream Labs dice que los robots compatibles con el lanzamiento cuestan entre USD $2.000 y USD $10.000. Sin embargo, la comparación depende del uso efectivo, porque no todos los robots funcionarán sin interrupción y la compañía argumenta que una máquina con mejores capacidades podría realizar trabajo más útil o eficiente. El costo recurrente, por tanto, será una variable que los compradores deberán sopesar frente al precio inicial del hardware y al valor de las tareas que esperan automatizar.

Para quienes necesitan un desempeño más estable en una aplicación concreta, Dream Labs ofrece ajuste fino como servicio. Los fabricantes o desarrolladores pueden enviar demostraciones de la tarea y recibir un modelo personalizado en cuestión de horas, según la empresa, en lugar de dedicar semanas o meses a preparar datos y entrenar el sistema. La oferta apunta a reducir tiempo y complejidad, aunque el artículo no detalla tarifas adicionales para ese ajuste ni publica resultados comparables para cada cliente.

Jang explicó que un desarrollador que compra un robot de USD $5.000 o USD $10.000 suele tener que recurrir a modelos de código abierto como GR00T o π, reservar GPU, entrenar el sistema y alojarlo. Ese proceso, según su estimación, puede tomar entre tres y seis meses para resolver un solo problema. Dream Labs plantea que una API administrada y el ajuste fino más rápido podrían reducir esa barrera, pero su economía dependerá de la frecuencia de uso, la precisión necesaria y el costo acumulado del servicio.

Financiación, competencia y próximos pasos

B Capital lideró la ronda semilla de USD $90 millones. También participaron A.Capital, Kindred Ventures, Unusual Ventures, SV Angel, Wing VC, Scribble VC y Adrian Aoun; la empresa planea destinar buena parte del capital a computación y a ampliar el número de robots y tareas compatibles con Dream-1. Daisy Cai, socia general de B Capital, señaló que un brazo robótico capaz pasó de costar como un automóvil de lujo a tener un precio comparable al de una computadora portátil de alta gama, y consideró que ahora el reto es dotarlo de inteligencia.

La startup compite en un campo con actores que ya cuentan con financiación y modelos propios. Skild AI ha recaudado más de USD $1.000 millones para desarrollar Skild Brain, presentado como independiente del fabricante del robot; Physical Intelligence trabaja con sus modelos π, mientras Google desarrolla Gemini Robotics y Nvidia mantiene GR00T. La existencia de estas alternativas plantea una disputa no solo por la capacidad técnica, sino también por el acceso a datos, la compatibilidad y la distribución entre fabricantes.

Algunos participantes del sector dudan de que los modelos fundacionales de robótica puedan conservar una posición autónoma entre los sistemas de frontera y el entrenamiento específico de cada tarea. Ashish Kapoor, CEO de General Robotics, considera que esa capa intermedia podría quedar presionada entre modelos avanzados y procesos de ajuste posteriores orientados a trabajos concretos. La respuesta de Dream Labs es facilitar el acceso mediante una clave de API y cobro por hora, en vez de limitar el modelo a una sola marca de hardware o exigir que cada usuario instale software en sus propios equipos.

La empresa también abrió Robot Playground, una demostración en la que cualquier persona con navegador puede enviar comandos a un robot real en las oficinas de Dream Labs en San Francisco y observar su respuesta en vivo. Jang presentó la iniciativa como una forma de permitir que los posibles clientes prueben el modelo sin depender de demostraciones editadas, incluidos sus errores. En el lanzamiento, Dream-1 se centra en tareas de mesa con pinzas, como recoger y colocar objetos y doblar ropa; la compañía dice que también funciona con manos diestras, pero señala que un par puede costar USD $100.000.

Jang espera que las manos diestras capaces lleguen al rango de USD $5.000 a USD $10.000 el próximo año, y Dream Labs dice que ampliará su soporte cuando haya más opciones disponibles. La compañía también prevé incorporar robots móviles con ruedas y nuevas capacidades para manos diestras, mientras mantiene el foco inmediato en las tareas que Dream-1 ya puede abordar. Por ahora, su apuesta combina una API de pago por uso, ajuste fino rápido y compatibilidad entre fabricantes; su alcance dependerá de que la transferencia de habilidades mejore sin elevar los costos ni sacrificar la fiabilidad que requieren los entornos de trabajo.

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