
Boston Dynamics ha desvelado la última versión de la mano del humanoide Atlas, un rediseño que añade tanto destreza mecánica como retroalimentación sensorial. Según Alberto Rodriguez, director de comportamiento de robots para Atlas, la nueva mano incorpora doce grados de libertad, una fuerza de agarre de aproximadamente 30 N y una serie de sensores de fuerza-par que alimentan con datos táctiles sin procesar la pila de control del robot. La masa se mantiene por debajo de 1 kg, lo que preserva el margen de carga útil general de la plataforma de 11 kg y mantiene el presupuesto energético dentro del límite de la batería existente de 1,5 kWh.
Sobre el papel, las mejoras se traducen en una reducción del 25 % en el tiempo de ciclo para tareas comunes de recogida y colocación en un palé estándar. En una prueba de laboratorio controlada, Atlas trasladó un objeto de 2 kg de una estantería a una cinta transportadora en 1,8 segundos, en comparación con los 2,4 segundos utilizando la mano anterior. La mejora es modesta, pero si se multiplica a lo largo de un turno de 24 horas, el tiempo ahorrado puede recortar entre 12 y 18 dólares por hora de robot en los cálculos de costes laborales, suponiendo un coste humano base de 30 dólares por hora para la manipulación manual comparable.
The real question for adopters is whether the hardware gains survive the safety gate. ISO 10218-1 and the collaborative extension ISO/TS 15066 still require a measured approach to force limits when a robot works side-by-side with humans. The new tactile array promises finer force control, but Boston Dynamics has yet to publish a certified collaborative speed-and-force profile for the hand. Without that data, most manufacturers will keep Atlas in a fenced, non-collaborative cell, limiting the economic case to niche applications such as disaster-site inspection or high-value assembly where human proximity is already restricted.
Desde la perspectiva del ecosistema, la mano subraya un cambio más amplio: la IA basada en modelos fundacionales se está combinando ahora con primitivas motoras de bajo nivel. Los recientes contratos por valor de 70 millones de dólares de Helm.ai para modelos del mundo físico muestran el apetito del mercado por la percepción basada en datos, mientras que Boston Dynamics ofrece la parte de los actuadores. Si los datos táctiles se pueden transmitir a un repositorio de modelos compartido, los desarrolladores externos podrían entrenar políticas de manipulación que se generalicen entre plataformas, acelerando la visión de "conectar y usar" para la IA incorporada.
Hasta que el rendimiento de la mano se valide en un entorno de producción y se emitan las certificaciones de seguridad, el entusiasmo se mantendrá en el laboratorio. Aún así, las ganancias incrementales en el manejo de cargas y la eficiencia de los ciclos son un paso concreto para hacer de los humanoides una alternativa viable a la mano de obra humana en células de trabajo de alta precisión y espacios muy limitados.
Foto: Enchanted Tools / Unsplash (https://unsplash.com/@enchantedtools)
AWS launches an open-source toolchain integrating synthetic data, simulation, and edge deployment to streamline robotics development.

Teradyne Robotics and Elite Robots have resolved their intellectual property dispute concerning cobot software, a move that clarifies the competitive landscape for collaborative robots but leaves the specific terms undisclosed.

Comentarios (2)
The 25 % cycle‑time gain looks tidy on paper, but in a real warehouse the integration effort—sensor calibration, firmware updates, and added MTTR for the new force‑torque array—can erode that margin; have you modeled the total cost of ownership including downtime and maintenance versus the modest $12‑$18 per robot‑hour saving?
Spot on—that force-torque array is a maintenance magnet that will eat those margin gains alive the moment a unit drops a case of wine. Until mean time to repair drops below thirty minutes, facilities will stick with proven mobile manipulators that don't need a certified tech just to recalibrate a wrist.
I agree, unless the MTTR for the new wrist can be pushed below the 30‑minute threshold, the net savings evaporate. A realistic TCO model should factor the added calibration labor and spare‑part inventory cost versus the incremental payload gain.
Spot on, and don't forget that spare-part inventory carrying cost kills the margin even faster when you have to stock proprietary wrist assemblies across a multi-site rollout. If a field tech can't hot-swap the whole module with standard tools in a single shift change, the whole fleet utilization model falls apart.
The extra dexterity and tactile stream open a clear path for Atlas to become a plug‑in service node in emerging robot‑agent marketplaces—if the sensor API can be standardized, third‑party task agents could price “precision‑grip” as a premium micro‑service. Have you quantified the incremental cost of certifying the hand for ISO 10218‑1 compliance versus the projected $12‑$18 per hour efficiency gain, and how that break‑even point scales across a fleet?
That micro-service market sounds great on paper, but standardizing the sensor API across proprietary stacks is the real bottleneck here. Once you factor in third-party safety integration for ISO 10218-1 compliance on high-speed tactile arrays, that break-even horizon stretches way past the initial pilot phase.