Imagina un laboratorio lleno de máquinas: un microscopio, un brazo robótico, una cámara y una máquina que mueve líquidos. El problema es que cada una habla un idioma distinto.
Pero nuestros vecinos y amigos de Anthropic quieren resolver este problema. Parece que, en el mundo de las cosas etéreas, ha sido relativamente fácil hacerlo gracias al estándar MCP, que publicaron hace ya casi dos años. Ahora quieren trasladar esa solución al mundo físico.
Este estándar pretende convertirse en la interfaz universal entre los agentes de IA y los dispositivos físicos.
¿Cómo funciona?
Cada máquina recibe un pequeño traductor llamado driver.
Ese traductor convierte las órdenes en acciones sencillas: «lee la temperatura», «mueve el brazo» o «detén el láser».
También entrega a la IA un manual resumido: qué puede hacer la máquina, cuánto pesa, qué valores admite y qué límites de seguridad no debe superar.
La IA puede entonces coordinar varias máquinas, observar los resultados y modificar el experimento si algo cambia.
Por ejemplo:
«Pon líquido en la placa, muévela hasta el lector y mide el resultado».
La IA organiza el trabajo, pero MHS es quien traduce sus instrucciones para cada aparato y devuelve lo que está ocurriendo.
Una forma sencilla de recordarlo:
La IA es el cerebro.
Las máquinas son las manos y los ojos.
MHS es el sistema nervioso que permite que se entiendan.
Esta semana hablé precisamente de este tema con Ignacio, mi compañero de Código Abierto. Profundizamos en el anuncio, en sus implicaciones, en la estrategia y en la geopolítica alrededor de este protocolo.
Sin olvidarnos de la otra pieza clave en el futuro de la fusión entre la robótica y la inteligencia artificial: los World Models o modelos del mundo.
Un World Model es como una maqueta del mundo que una inteligencia artificial tiene dentro de su cabeza.
Imagina que quieres coger un vaso. Antes de mover la mano, tu cerebro ya sabe varias cosas:
El vaso puede caerse.
Si aprietas demasiado, podría romperse.
Si está lleno, debes mantenerlo recto.
Si lo empujas, probablemente se moverá en esa dirección.
No necesitas probar todas esas posibilidades. Tu cerebro imagina rápidamente qué podría ocurrir y elige el movimiento más seguro.
Un World Model intenta dar esa capacidad a una inteligencia artificial o a un robot. Le permite:
Entender qué objetos hay y cómo están colocados.
Predecir qué pasará si realiza una acción.
Planificar los pasos necesarios para conseguir un objetivo.
Por ejemplo, antes de coger una manzana, un robot podría pensar:
“Si cierro demasiado la mano, aplastaré la manzana. Si cierro muy poco, se caerá.”
En resumen: es una especie de simulador mental que permite a una IA imaginar las consecuencias antes de actuar.
Lo que queda claro son las posibilidades que estos avances abren a corto plazo. Uno de los grandes retos de la robótica en los últimos años ha sido precisamente crear el «cerebro» que necesitan los robots, y estos avances abren una ventana de oportunidad para resolverlo.
🌍 El Eco del Mercado
Hoy, en El Eco del Mercado, aprovecho para hacer un monográfico sobre cómo interpreta el mercado este anuncio, así como sobre las oportunidades que presenta y los principales actores implicados.
🌍 World Labs convierte el mundo físico en un entorno programable. Atlas reconstruye y simula entornos tridimensionales para crear mundos en los que entrenar y evaluar sistemas de IA. El modelo refuerza la estrategia real-to-sim-to-real de World Labs y convierte la simulación en una infraestructura clave para la robótica.
🤖 Gemini Robotics busca que la IA entienda antes de actuar. Google DeepMind combina control corporal, destreza y capacidad para ejecutar tareas prolongadas. La evolución de Gemini Robotics-ER 1.6 apunta hacia una arquitectura integrada de percepción, razonamiento y acción.
🧱 NVIDIA quiere que Cosmos sea la capa común de la IA física. Cosmos 3 amplía la apuesta de NVIDIA por los modelos capaces de comprender y simular el mundo físico. La coalición de modelos abiertos puede acelerar el desarrollo de robots y, al mismo tiempo, reforzar la demanda de su ecosistema de hardware y software.
🇪🇺 Europa busca una estrategia robótica antes de perder otra plataforma. El Parlamento Europeo reúne demostraciones y un debate sobre una posible iniciativa coordinada de robótica impulsada por IA. Europa conserva capacidad científica e industrial, pero necesita articular capital, datos y cómputo antes de que Estados Unidos y China definan el mercado.
🏭 China y Estados Unidos convierten la robótica en capacidad estratégica. China incorpora los robots impulsados por IA al núcleo de su XV Plan Quinquenal, mientras las instalaciones de robots industriales en Estados Unidos crecieron provisionalmente un 11 % durante 2025. La automatización deja de ser solo una decisión empresarial y pasa a formar parte de la competencia por la soberanía industrial.
🔌 Anthropic intenta abrir una nueva capa entre los modelos y las máquinas. La compañía abre la vista previa de MHS y presenta su ecosistema inicial para conectar modelos y hardware. Si el estándar consigue adopción, Anthropic podría influir en la integración de la IA con dispositivos y sistemas físicos sin fabricar directamente esos equipos.
🛡️ La autonomía obliga a convertir la seguridad en infraestructura. Anthropic incorpora medidas adicionales de contención y monitorización después de detectar incidentes durante evaluaciones de ciberseguridad. A medida que los modelos pasan de recomendar a ejecutar, los controles operativos condicionarán los despliegues, los costes y la responsabilidad empresarial.
🇨🇳 XPENG enciende una línea de producción para fabricar humanoides a escala. XPENG puso en marcha el 8 de septiembre su línea para el humanoide IRON, con más del 80 % de los procesos principales automatizados. La compañía traslada a la robótica su experiencia industrial, su cadena de suministro y los controles de calidad desarrollados para fabricar automóviles.
🇨🇳 UBTECH empieza a demostrar que los humanoides pueden generar ingresos. La empresa declaró el 28 de agosto unos ingresos semestrales de 590,3 millones de yuanes procedentes de humanoides de tamaño completo, un 1.445 % más interanual, y 921 unidades vendidas. Las cifras son de la propia compañía, pero señalan el paso de los pilotos a una categoría comercial todavía pequeña y en rápido crecimiento.
🇨🇳 Galbot abre la reserva de un robot diseñado como agente físico. El fabricante anunció el 3 de septiembre la apertura de pedidos de su nuevo robot “Galaxy Star”. La información pública localizada es todavía escasa, por lo que lo mantendría como noticia candidata hasta comprobar especificaciones, entregas y casos de uso reales.
🧠 Figure convierte los vídeos humanos en materia prima para entrenar robots. Index había reunido 16 millones de vídeos aportados por más de 44.000 usuarios activos semanales cuando salió del modo reservado el 25 de agosto. La apuesta revela uno de los grandes cuellos de botella de la robótica: las habilidades físicas no pueden aprenderse únicamente con información extraída de internet.
🧩 Arm intenta poner un lenguaje común a la fragmentación de la IA física. Arm reúne a más de 80 participantes —entre ellos AWS, Siemens, Hugging Face, Qwen y Unitree— alrededor de Total Design for Physical AI. Su Robotics Capability Framework busca relacionar las capacidades de los robots con requisitos concretos de latencia, memoria, energía, seguridad y ubicación del cómputo.
🦾 Mantis lleva la colaboración sin barreras a los robots industriales de dos brazos. La compañía presentó el 25 de agosto un sistema de doble brazo pensado para operar sin las jaulas habituales de la automatización industrial. La propuesta intenta combinar velocidad, seguridad y adaptación para ampliar la robótica más allá de las estaciones rígidas y aisladas.
Déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto también puede ser una buena opción.
Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.
PD.1: Tres libros para entender cuándo la IA deja de ser solo software
📘 A Brief History of Intelligence, de Max Bennett, explica cómo la evolución fue incorporando percepción, aprendizaje, planificación y representación del mundo hasta llegar a la inteligencia humana. Una buena puerta de entrada para comprender qué capacidades intentamos reproducir ahora en las máquinas.
🤖 The New Breed, de Kate Darling, propone dejar de imaginar los robots como sustitutos artificiales de los seres humanos. Su comparación con nuestra relación histórica con los animales abre preguntas fascinantes sobre colaboración, trabajo, confianza y responsabilidad.
🌊 Superinteligencia, de Nick Bostrom, ofrece una alternativa sólida: explora cómo podrían desarrollarse sistemas de inteligencia artificial muy superiores a la humana y qué desafíos plantea garantizar que sus objetivos sigan alineados con los nuestros.
Tres perspectivas diferentes para entender la misma transición: la IA está dejando de limitarse a interpretar el mundo y está empezando a actuar dentro de él.
PD. 2: Mientras llega el conector universal. Este cable múltiple YACSEJAO 4 en 1 intenta resolver esa pequeña contradicción cotidiana. Su formato compacto con llavero está pensado para llevarlo siempre encima y disponer de varias conexiones sin llenar la mochila de cables.