¿Por qué OpenAI pasa de invertir en robótica a construir robots completos por su cuenta?

  • Según el material, OpenAI pasó de invertir en Figure a desarrollar robots humanoides propios. Publicó 19 puestos de robótica en su sitio web, que abarcan sistemas de control, actuadores y la cadena de suministro de fabricación. El cambio clave consiste en construir conjuntamente el hardware fundamental y un sistema de recopilación de datos del mundo real para afrontar la discontinuidad de datos derivada del fin de la colaboración por parte de Figure.
  • La lógica de negocio de esta vía consiste en utilizar hardware propio para obtener datos de movimiento en entornos reales y emplearlos después para entrenar y mejorar los modelos. Sobre esa base, Liu Zejing, de Huaxi Securities, es optimista respecto de la cadena industrial de robótica de OpenAI y menciona a Changying Precision y OPT Machine Vision.
  • En cuanto al calendario, OpenAI planea presentar un prototipo de demostración en 2027; el material también señala que afronta una brecha de ejecución en el paso de la simulación a la realidad, mientras Tesla y XPeng llevan ventaja en el ritmo de producción en serie. El prototipo de demostración y los avances hacia la producción en serie deben entenderse por separado.

¿Qué aspecto de las capacidades de los robots cambia con la integración de algoritmos?

  • Además del desarrollo de hardware propio, otra línea principal es la integración de las capacidades de acción, predicción y generación. Hydra-0, de Nvidia y Harvard, reduce el error de movimiento de los robots en 90,4% mediante una interfaz unificada de flujo de acciones; DR-WM-1.0, de Deep Robotics, introduce conocimiento previo sobre propiedades físicas.
  • GE-Act 2.0, de Agibot, integra predicción y generación y, con 30 mil horas de datos, eleva la tasa de éxito sin ejemplos previos en escenarios desconocidos hasta 44,1%. Estos indicadores corresponden, respectivamente, al error de movimiento y al desempeño en escenarios desconocidos, y miden capacidades distintas.
  • Liu Zejing resume estos avances así: el desarrollo de hardware propio y la integración de algoritmos fundamentales impulsan conjuntamente a la IA física a completar la pila tecnológica del «ciclo cerrado de datos» y de «pensar antes de actuar». El primero aborda la fuente de datos y la segunda mejora la predicción y la toma de decisiones previas a la acción.

¿Cómo conecta la estrategia de materiales para robots de Nanshan Zhishang con su negocio actual?

  • El beneficio de Nanshan Zhishang en el segundo trimestre mejoró frente al trimestre anterior, impulsado principalmente por el negocio del nailon. Los materiales de transmisión flexible para robots accionados por cables se encuentran actualmente en fase de pruebas conjuntas y suministro en pequeños lotes; la mejora operativa actual y el avance del negocio de vanguardia tienen orígenes y plazos distintos.
  • La empresa busca aplicar a la producción de fibras de alto rendimiento la experiencia acumulada en hilado fino, personalización flexible y control de calidad en todo el proceso dentro del sector textil de alta gama. Según el material, ya ha construido una base de producción a escala con capacidad anual de 3600 toneladas; su investigación y desarrollo para robótica incluye productos de aplicación como cuerdas de unión, guantes táctiles y trajes de piel.
  • Sun Haiyang, de TF Securities, es optimista respecto de la combinación de mejora de la calidad de los textiles tradicionales, ampliación de la capacidad de materiales de alta gama y expansión hacia aplicaciones de vanguardia. Prevê ingresos de 2,4 mil millones, 2,8 mil millones y 3,2 mil millones de yuanes, respectivamente, para los años 2026–2028, y beneficios netos atribuibles a la matriz de 150 millones, 180 millones y 230 millones de yuanes, respectivamente. Entre las principales limitaciones señala el ritmo de aumento de la capacidad, la coyuntura del consumo, los cambios arancelarios y la competencia del mercado.