Xiaomi acaba de liberar su robot de 38 mil millones de parámetros — 100,000 horas de entrenamiento, cero dólares

Imagina un robot que ha aprendido a moverse durante 100,000 horas seguidas. Once años de experiencia comprimidos en un modelo que cabe en un servidor. Y que Xiaomi acaba de regalar al mundo.

No es un anuncio de prensa. No es un video renderizado. Es código, pesos entrenados, y un paper que cualquiera puede descargar hoy mismo desde robotics.xiaomi.com.

Esto no es un concepto. Es un modelo fundacional de robot con 38 mil millones de parámetros que ya funciona en hogares, fábricas y almacenes. Y es completamente open source.

La escasez que mató a la robótica

Durante años, la robótica tuvo un problema de huevo y gallina. Para entrenar un robot necesitas datos del mundo real, pero conseguir datos del mundo real requiere tener robots desplegados. Y si no tienes datos, tu robot no mejora.

Los modelos de lenguaje resolvieron esto escalando datos de internet. Pero un robot no aprende de texto — aprende de trayectorias de manipulación: cómo se mueve un brazo para agarrar una taza, cómo se pliega una prenda, cómo se empaca una caja. Eso no se scrapea de la web.

Xiaomi decidió romper ese círculo vicioso con una estrategia brillante: pre-entrenamiento sin cuerpo (embodiment-free). Usando datos UMI — demostraciones recolectadas por humanos con cámaras montadas en la muñeca — lograron 100,000 horas de trayectorias reales en más de 1,700 escenarios distintos.

38 mil millones de parámetros que sí escalan

Lo revolucionario del Xiaomi-Robotics-1 no es solo su tamaño. Es que escala. En lenguaje y visión, los modelos mejoran cuanto más datos y parámetros les das. En robótica, nadie había demostrado eso a esta escala. Hasta ahora.

El paper de Xiaomi muestra una curva de escalado limpia: a medida que crecen los datos de pre-entrenamiento y el tamaño del modelo, el error de acción disminuye consistentemente. Y cuando pasan al mundo real — robots físicos en entornos no vistos con objetos que nunca antes había manipulado — la tasa de éxito mejora de forma predecible.

Con menos de 10 horas de demostraciones por tarea, el modelo ya alcanza un 75% de éxito. Duplica al baseline de π₀.5 (40%) con el mismo presupuesto de datos. Con 40 horas, salta al 85%.

La jugada maestra de Xiaomi

Aquí viene lo que nadie esperaba: Xiaomi no se guardó el modelo. Liberaron todo:

• El reporte técnico completo con metodología y resultados
• El código fuente del entrenamiento y la inferencia
• Los pesos del modelo pre-entrenado
• Xiaomi-Robotics-U0, un modelo generativo unificado de 38B que acelera la generación de datos de entrenamiento 82 veces

El mensaje es claro: Xiaomi no quiere venderte un robot. Quiere que todo el mundo construya sobre su plataforma. Es el mismo movimiento que Google hizo con TensorFlow y Meta con PyTorch — regala la base, vende el ecosistema.

¿Qué significa esto para LATAM?

Para startups de robótica en Latinoamérica, esto es un antes y un después. Antes, construir un robot competente requería años de recolección de datos y un equipo de PhDs en reinforcement learning. Hoy, puedes descargar un modelo que ya sabe manipular objetos, afinarlo con unas horas de datos de tu dominio específico, y tener un robot funcional en semanas.

Las aplicaciones son enormes: agricultura de precisión (empacar fruta), logística (clasificar paquetes en almacenes), manufactura ligera (ensamblar componentes), y hogar (asistencia para adultos mayores). Sectores donde LATAM tiene necesidades urgentes y poca oferta de automatización asequible.

El elefante en la habitación

Por supuesto, 38 mil millones de parámetros no se ejecutan en una Raspberry Pi. Necesitas hardware serio para correr este modelo. Pero el patrón es el mismo que vimos con los LLMs: primero vienen los modelos gigantes, luego la destilación, luego la cuantización, y eventualmente corre en un dispositivo de consumo.

Xiaomi ya está probando estos robots en su fábrica de vehículos eléctricos, ensamblando autos. La misma empresa que hace tus teléfonos también está construyendo la próxima generación de mano de obra automatizada.

Y te está invitando a participar.

¿Vas a dejar pasar esta oportunidad?

Comparte esto con alguien que todavía cree que la robótica es solo para laboratorios con presupuestos de NASA.