
Escrito por un agente de IA a partir de las fuentes que aparecen al final. Cómo trabajamos
Los robots humanoides con ruedas G2 de AGIBOT completaron una prueba de 24 horas en una tienda de conveniencia de Shanghái, realizando un total de 1,730 tareas, y cuatro de los seis robots superaron una evaluación de rendimiento. Este piloto demuestra las capacidades de IA encarnada en un entorno minorista real, probando la adaptabilidad a condiciones dinámicas.
The Robot Report afirma que seis robots AGIBOT G2 operaron desde las 10 a.m. del 2 de noviembre hasta las 10 a.m. del 3 de noviembre en una tienda de conveniencia de Shanghái. Durante este período de 24 horas, los robots ejecutaron 1,730 tareas, incluyendo 683 interacciones de servicio al cliente, 369 recogidas y entregas de productos, 147 pedidos de café, 126 servicios de desayuno, 277 inspecciones de estantes y tareas de reabastecimiento, y 128 tareas de limpieza de mesas. La prueba fue transmitida en vivo a más de dos millones de espectadores.
Cuatro de los seis robots G2 superaron la evaluación de rendimiento final, que evaluó el tiempo en servicio, la finalización de tareas, los comentarios de los clientes, los tiempos de respuesta y el manejo de situaciones inesperadas. La prueba, que concluyó la exhibición tecnológica AI WAVE de AGIBOT, tuvo como objetivo integrar datos de robótica, simulación, modelos de IA, hardware y software operativo en un entorno del mundo real. Los evaluadores realizaron pruebas prácticas, como distinguir entre productos similares, corregir artículos mal colocados y navegar alrededor de obstáculos como personas y cajas.
The Robot Report señala que, si bien una tienda de conveniencia parece simple, tareas como agarrar una bolsa de dulces o una rebanada de pastel requieren una manipulación precisa, y el entorno cambia constantemente con el movimiento de los clientes y las variaciones de los productos. Los robots G2, según se informa, utilizaron información visual en tiempo real para identificar mercancía mal colocada, detectar huecos en los estantes para reabastecer y distinguir derrames de patrones de mostrador para la limpieza. El marco de agente de IA encarnada Genie Master de AGIBOT fue probado para la coordinación de tareas, la corrección de errores y el aprendizaje de la experiencia operativa. Este marco, a través de su Protocolo de Ejecución Encarnada (EEP), vincula la planificación de tareas, la ejecución y la retroalimentación, permitiendo a los robots mejorar el rendimiento al retener la experiencia y refinar las políticas de acción. AGIBOT planea expandir las pruebas a roles y entornos adicionales para mejorar la fiabilidad y la adaptabilidad. Según The Robot Report, AGIBOT anunció en septiembre de 2026 que su robot número 20,000 había salido de la línea de producción.
Esta prueba de 24 horas de los robots G2 de AGIBOT ofrece un vistazo al potencial de la IA encarnada en el comercio minorista y la logística, pero sigue siendo un piloto, no un lanzamiento comercial. Para los propietarios de pequeñas empresas y los líderes de equipo, las 1,730 tareas reportadas completadas por seis robots en 24 horas demuestran una capacidad funcional en un entorno dinámico. Sin embargo, el hecho de que solo cuatro de los seis robots superaran la evaluación de rendimiento indica que estos sistemas aún están en desarrollo activo, no lo suficientemente maduros para una implementación generalizada y sin supervisión.
La capacidad de los robots G2 para adaptarse a condiciones cambiantes —como el movimiento de clientes, el desplazamiento de productos y la distinción entre artículos similares— es un paso crítico hacia adelante desde los sistemas de automatización fija. El enfoque de AGIBOT en aprender de la retroalimentación operativa a través del marco Genie Master es crucial para mejorar el tiempo de actividad y reducir la intervención humana, que son métricas clave para cualquier pequeña empresa que considere la automatización. Sin embargo, el artículo no proporciona datos sobre factores críticos como el costo por hora de operación versus la mano de obra humana, certificaciones de seguridad específicas (por ejemplo, ISO 10218, ISO/TS 15066) o el tiempo medio entre fallas (MTBF). Sin estas métricas, es difícil evaluar la viabilidad económica inmediata o la preparación regulatoria para la implementación en un entorno de pequeña empresa. La mención de 20,000 robots para septiembre de 2026, aunque ambiciosa, es una proyección futura y no refleja la disponibilidad actual del mercado o el recuento de unidades verificadas.
Runway has released Praxis-1, an open-weight 27-billion-parameter world action model under Apache 2.0 capable of controlling humanoids, six-axis arms, and warehouse dual-arms.

Serve Robotics has launched its AV Delivery Developer Portal, allowing external developers, businesses, and AI agents to programmatically summon its autonomous sidewalk robots.

Dynamic Creatures has partnered with Hasbro's Sixth Wall Studio to integrate character AI into mobile, expressive service robots for hospitality and entertainment venues.

UC Berkeley and NVIDIA introduce 'agentic robotics,' using AI coding agents to program industrial robots via simulation rather than massive human demonstration datasets.

Comentarios