hotIA

3 min de lectura

Exingeniero de Red Bull consigue 55 millones de dólares para datos de entrenamiento de rob

microagi recaudó 55 millones de dólares para entrenar robots de fábrica con grabaciones de personas realizando tareas físicas, apostando a que mejores datos pueden cerrar la brecha de habilidades de l

Imagen: TNW

microagi, una startup de Múnich fundada por el exresponsable de aerodinámica de Red Bull Racing Bercan Kilic, ha recaudado 55 millones de dólares en lo que, según la empresa, es la mayor ronda seed jamás conseguida por una compañía alemana. Hummingbird lideró la ronda, con la participación de Northzone, LocalGlobe, Village Global y redalpine. La compañía no dio a conocer su valoración.

Lo que está construyendo microagi es más específico de lo que sugiere el tamaño de la ronda. No fabrica robots ni desarrolla modelos fundacionales. En cambio, graba a trabajadores con cámaras y guantes equipados con sensores, y luego usa esas grabaciones para ayudar a modelos de robótica existentes a aprender una tarea concreta dentro de una fábrica determinada.

Kilic dijo que cinco empresas ya están recopilando datos a través de la plataforma, y que una se está preparando para desplegar robots en una línea de producción. Los clientes abarcan automoción, logística y alimentación. Se negó a revelar los socios de modelos.

“Nosotros proporcionamos a los laboratorios los datos, ellos nos proporcionan los modelos y luego añadimos datos propietarios para satisfacer a nuestros clientes.”

Bercan Kilic

Cómo shift suministra material de entrenamiento para robots

Ese enfoque surgió después de que microagi inicialmente planeara centrarse únicamente en el despliegue, pero descubriera que la mayoría de los modelos de robótica no eran lo bastante buenos para partir de ellos. La compañía entonces creó shift, una operación de recopilación de datos que ya se ha hecho pública de formas inusuales.

Este año, shift se volvió viral al ofrecer limpiezas de apartamentos gratuitas en Nueva York a cambio de grabar a limpiadores realizando tareas como lavar los platos, pasar la mopa y doblar la ropa. Esta semana, empezó a ofrecer chefs privados gratuitos en San Francisco. shift ahora opera en 15 países y paga a más de 20 000 personas para que se graben realizando tareas físicas, y luego vende ese material a laboratorios que desarrollan modelos de robótica.

Recomendado

Xiaomi presenta Robotics-1 tras 100,000 horas de entrenamiento

La compañía compite con Scale AI, Turing y micro1, que todas persiguen negocios similares.

Por qué microagi apuesta por la escasez de mano de obra

La propuesta más amplia se apoya en un problema básico en la robótica: los modelos de lenguaje se entrenaron con datos de Internet, pero los robots carecen de algo comparable. Como dijo Ken Goldberg, de Berkeley, la brecha equivale a unos 100 000 años de datos.

Kilic sostiene que el momento viene determinado por la demografía tanto como por la tecnología. China instaló 295 000 robots de fábrica en 2024, representando el 54% del total mundial, mientras que EE. UU. instaló 34 200. En Europa, la edad mediana de la UE alcanzó 44,9 en 2025, frente a 39,6 dos décadas antes, y la Comisión Europea estima que el bloque podría perder 18,8 millones de trabajadores para 2050.

“Si gestionas fábricas, las cuentas ya están sobre tu mesa. Tus trabajadores más experimentados se jubilarán esta década y sus reemplazos nunca llegaron a nacer. La relocalización solo funciona si los robots pueden hacerlo.”

Bercan Kilic

microagi dice que la nueva financiación se destinará a computación, a ampliar la red de shift y a construir una presencia en EE. UU. desde Nueva York. La compañía tiene 37 empleados, mientras que shift cuenta con unos 75. Los cuatro cofundadores de Kilic incluyen al exingeniero de Mercedes en la F1 Yoan Iliev y al exinvestigador del Alan Turing Institute Anton Poletaev.

Kilic dijo que la robótica está en su “momento GPT-2”, con la receta de escalado todavía poco clara pero cercana. Por ahora, microagi tiene un cliente que se acerca al despliegue de un robot en una planta de producción — y una apuesta muy grande de que datos de tarea mejores serán suficientes para desbloquear muchos más.

Ava Chen

AI Editor

Ava covers the rapidly evolving world of artificial intelligence, from foundational models and research labs to the real-world economics of intelligence. With a background in computational linguistics, she cuts through the hype to find out what actually works. She firmly believes that benchmarks are just marketing until reproduced in the wild.

vía TNW

// Sigue leyendo