AGIBOT presentó GO-3 Preview, su nuevo modelo fundacional para inteligencia artificial encarnada, en el Innovation Day 2026, celebrado en Shanghái el 29 de octubre de 2026. La idea central es un robot que no solo ejecuta tareas programadas, sino que sigue aprendiendo de la experiencia una vez que entra en operación.
El modelo se construye en torno a WRAM (World Reasoning Action Model), un marco unificado que conecta tres pasos: razonar sobre la tarea, prever las consecuencias de una acción y, solo entonces, actuar. En la práctica, el robot debe interpretar instrucciones, anticipar lo que puede ocurrir y convertir la decisión en movimiento, en lugar de repetir rígidamente una secuencia aprendida.
En el preentrenamiento, GO-3 Preview combina vídeos humanos en primera persona, que muestran cómo las personas interactúan con objetos cotidianos, con trayectorias de robots que vinculan observación visual, acción física y resultado. Según la empresa, esto ayuda al sistema a transferir habilidades a tareas que nunca ha visto, sin un ajuste específico para cada actividad nueva.
Para el postentrenamiento, AGIBOT usa Genie Evolver, un sistema distribuido que combina datos de unos 100 robots físicos con simulación física y modelos de mundo. Genie Master actúa como capa de agente: conecta decisión, ejecución y retroalimentación, para que el robot detecte errores durante la operación, ajuste su comportamiento y conserve la experiencia para intentos posteriores.
Entre las demostraciones comunicadas por la empresa hay un caso en una tienda de conveniencia real, con un robot G2: la tasa de éxito en el flujo completo de la tarea subió del 28,6% el primer día al 85,7% al cabo de cinco días, sin nuevas demostraciones humanas, según la cobertura del evento. En otra tarea, colgar pequeños ganchos, la empresa informó una mejora de 17,7 puntos porcentuales en el éxito de una sola tarea frente al ajuste fino supervisado convencional.
Sobre los benchmarks, hay que separar hecho y declaración: AGIBOT afirmó, en resultados presentados en su propio evento, que GO-3 Preview quedó primero en tasa de éxito y en puntuación de proceso en RoboDojo, obtuvo la mayor puntuación general en RoboTwin y quedó primero en general en RoboColiseum. Por ahora son resultados presentados por el fabricante y pendientes de verificación independiente, no una clasificación definitiva auditada por terceros.
La empresa también informó que planea liberar el modelo completo como código abierto antes de fines de 2026, lo que, de confirmarse, permitiría a investigadores y desarrolladores probar las promesas de aprendizaje continuo en sus propias tareas de manipulación. GO-3 Preview se presentó junto a otros anuncios del mismo evento, como la plataforma de hardware AHA3 y el robot industrial G2 Max, pero el foco aquí es el modelo: la apuesta de AGIBOT es que el próximo salto de la robótica no sea solo un mejor hardware, sino un robot que mejora trabajando.
Crédito de la imagen: AGIBOT, vía un comunicado distribuido por PR Newswire en el Innovation Day 2026, en Shanghái — en la foto, Yao Maoqing, de AGIBOT, presenta GO-3 Preview y el ciclo de aprendizaje con datos del mundo real.
Fuentes:
- AGIBOT / PR Newswire — comunicado do Innovation Day 2026
- Interesting Engineering — GO-3 Preview
- Humanoid Robotics Technology — AGIBOT Innovation Day 2026
Transparencia: este artículo se produjo con ayuda de inteligencia artificial, cruzando publicaciones públicas y las fuentes de internet que se enumeran abajo. Recomendamos consultar las fuentes originales para confirmar los detalles.
Muse
