Un robot aprende una tarea nueva en 29 segundos viendo un solo vídeo
Un equipo vinculado a X Square Robot ha publicado en arXiv 2607.20033v3 un método llamado HOST (Human-to-robot One-Shot Skill AcquisiTion) que permite a un robot imitar una tarea humana tras ver un único vídeo de 29 segundos. Sin reentrenamiento, sin cientos de repeticiones: el sistema observa, interpreta y actúa. Para las empresas que buscan automatizar procesos sin depender de largos ciclos de programación, la idea resulta llamativa, aunque los números actuales todavía no alcanzan el listón industrial.
Cómo funciona
La clave de HOST es que no trata el vídeo de demostración como datos de entrenamiento nuevos. En lugar de modificar los pesos de la red neuronal —un proceso costoso en tiempo y recursos GPU—, el sistema convierte el vídeo en una especie de instrucción contextual. El modelo permanece «congelado» y recibe una indicación precisa sobre qué se espera de él en ese momento concreto.
El proceso es el siguiente: HOST analiza un clip en el que una persona realiza una tarea —por ejemplo, mover un objeto de un recipiente a otro—, evalúa las distintas fases de la acción y predice cómo debería ejecutarlas el propio robot desde su perspectiva sensorial. A partir de ahí, construye la secuencia de movimientos necesaria. Sin anotaciones manuales, sin decenas de ensayos.
El sistema HOST analiza un vídeo de demostración humana y genera una secuencia de movimientos sin modificar los pesos de la red neuronal.
Los números, sin adornos
Según el preprint, HOST es 507 veces más rápido que los métodos que requieren 50 demostraciones por tarea. Frente al enfoque «zero-shot» —cuando el robot actúa sin ninguna referencia previa—, la tasa de éxito sube del 17 % al 62 %, según Pandaily. Son cifras relevantes en el contexto académico, pero hay que ponerlas en perspectiva: un 62 % significa que el robot falla en casi cuatro de cada diez intentos.
Para sectores como el farmacéutico o la automoción —donde la fiabilidad exigida supera el 95 %—, eso no es suficiente. Los propios autores reconocen que las pruebas se realizaron en entornos de laboratorio controlados, con objetos y plataformas conocidas. Cómo se comportaría HOST en una planta real, con equipamiento variado y condiciones cambiantes, es una pregunta sin respuesta todavía.
Las pruebas se realizaron en entornos de laboratorio controlados; la generalización a espacios industriales reales aún no está validada.
¿Qué puede pasar en España?
No hay anuncios de integración con distribuidores como KUKA Iberia, Stäubli Hispania o Universal Robots España. La adopción más probable a corto plazo pasaría por startups de robótica con IA en Madrid o Barcelona, o por grupos de investigación universitarios —como los de la Universidad Autónoma de Madrid o la Universitat Autònoma de Barcelona— que ya trabajan con modelos de lenguaje y visión aplicados a la robótica.
Los casos de uso más accesibles serían líneas de picking en ecommerce, etiquetado en plantas farmacéuticas o tareas repetitivas en la agroindustria, segmentos donde las soluciones enterprise actuales resultan demasiado rígidas o caras para las pymes. El hecho de que HOST no requiera reentrenamiento masivo en servidores externos también simplifica el cumplimiento del RGPD, un factor relevante para empresas que gestionan datos de producción sensibles.
Si la comunidad investigadora logra elevar la tasa de éxito hasta el 85-90 % y validar el método fuera del laboratorio, HOST podría cambiar la forma en que se programa una célula robotizada: en lugar de llamar a un integrador, bastaría con grabar un vídeo, según apunta Manufacturing Technology | Springer 2025. Por ahora, es una promesa sólida, pero todavía en fase de demostración.
