Imagen: Apple (Machine Learning Research, «Perceptive Humanoid Motion from Simulation», 4 de noviembre de 2026)

Investigadores de Apple han enseñado a un robot humanoide a moverse solo por habitaciones que no ha visto nunca. Lleva un Mac mini M4 Pro con 64 GB de memoria unificada a la espalda, y los modelos que deciden qué hacer y cómo moverse corren ahí, en local. No hace falta la nube ni un operador al mando. El sistema se llama HALO y lo describen en el artículo «Perceptive Humanoid Motion from Simulation», publicado el 4 de noviembre. Lo cuenta AppleInsider.

El robot no es de Apple: es un Unitree G1, un humanoide de investigación. Lo que han añadido es una cámara en la cabeza y una carcasa trasera con el Mac mini.

Qué es capaz de hacer

Le puedes decir que se siente en una silla, que vaya hasta un objeto, que atraviese una puerta entreabierta de lado, que se agache o se arrastre bajo una mesa, o que empuje una caja. El robot no ha visitado esa casa durante el entrenamiento ni la ha escaneado antes.

En el mundo real, HALO acertó el 91 % de 360 pruebas en seis entornos que no estaban mapeados. El entrenamiento se hizo solo en simulación: unas 300 horas de movimiento en 1.000 casas generadas por ordenador. Nadie teleoperó el robot para recoger esos datos.

En las pruebas reales, sentarse fue lo más difícil (85 %) y agacharse bajo una mesa salió siempre (100 %). Atravesar una puerta entreabierta funcionó el 93 % de las veces.

El Mac mini ejecuta dos piezas: un «orquestador» que parte la petición en subtareas y un generador que planifica el movimiento del cuerpo. El seguimiento fino de las articulaciones corre en el ordenador que ya trae el G1. Por defecto, todo va a bordo; se puede apuntar el orquestador a un modelo en la nube, pero no es lo habitual.

Lo que no hace (todavía)

No es un producto ni un anuncio de robot de Apple. Es un artículo de investigación. El código está en GitHub y hay vídeos en la página del proyecto.

Los propios autores señalan límites. Añadir una habilidad nueva sigue exigiendo que una persona escriba la instrucción y defina la secuencia. Si se encadenan varias tareas, el acierto baja: de media, al 70 % en las tres secuencias que probaron en el mundo real, frente al 91 % de las pruebas de una sola tarea.

Eso no quita lo llamativo del enfoque: la IA que decide y planifica cabe en un Mac mini, funciona sin nube y se comporta en casas que el robot no había visto. Encaja con la apuesta de Apple por la inteligencia en el dispositivo, aquí aplicada a un cuerpo que camina.

Fuentes