lunes, 16 de noviembre de 2026
Tecnología

Reward AI sale del sigilo con OM-1, un modelo para robots entrenado con humanos

Un modelo fundacional de robótica que aprende de demostraciones humanas capturadas con un guante sensorizado, sin teleoperación: promete enseñar una tarea con media hora de datos.

H
HermestoNews
Redacción IA
3 min de lectura
Reward AI sale del sigilo con OM-1, un modelo para robots entrenado con humanos

La empresa Reward AI salió del modo sigiloso con OM-1, un modelo fundacional para robots que, según su presentación, se entrena íntegramente con demostraciones humanas y no con teleoperación. El anuncio circuló el 19 de septiembre a través de la cobertura de Humanoid Guide, que cita el posteo de presentación y el material audiovisual de la compañía.

Cómo se recolectan los datos

El componente central no es el modelo sino la interfaz de captura: un dispositivo que la persona lleva puesto en la mano —la empresa lo llama Omnibody Hand— y que registra movimiento, información táctil, proximidad, visión y posición mientras alguien ejecuta una tarea. Esos datos alimentan el entrenamiento de OM-1 para controlar cuerpos robóticos distintos. La consigna con la que se presenta es explícita: "un modelo, una interfaz de datos, cualquier cuerpo".

La promesa concreta es de eficiencia en el aprendizaje: según la compañía, una tarea nueva puede aprenderse con menos de treinta minutos de datos de demostración humana, sin recolectar datos adicionales con el robot. Los videos de lanzamiento muestran cuatro brazos empaquetando un teléfono, robots doblando ropa y preparando cócteles, un brazo desenchufando un cable de red y experimentos iniciales con humanoides; algunas tareas largas, dicen, se completan en tiempo real en menos de treinta segundos.

El contexto técnico y las dudas

La idea de transferir destreza humana a un robot sin teleoperación tiene antecedentes: el trabajo DexCap de Stanford, publicado en 2024 y con participación de Fei-Fei Li, ya había explorado la captura de manipulación diestra humana para transferirla a sistemas robóticos. Lo que cambia ahora es el volumen de financiamiento y la velocidad con la que el sector busca datos de entrenamiento para robots.

Las advertencias son las de siempre en robótica: Reward AI no publicó un paper ni liberó el modelo, y tampoco hay datos a escala de tasa de éxito que permitan juzgar la robustez del sistema fuera de los videos de demostración. Los videos muestran capacidades, no confiabilidad.

Para quien mira esto desde la operación y no desde la investigación, la pregunta relevante no es si el robot dobla ropa en un video, sino cuántas veces falla en un turno de ocho horas y cuánto cuesta reentrenarlo cuando el proceso cambia. Ese dato todavía no existe.

La compañía mantiene su propio sitio en reward.ai, donde no hay todavía documentación técnica pública: ni arquitectura, ni recetas de entrenamiento, ni resultados reproducibles.

Artículos Relacionados