Volver a Home

Estado de la robótica 2023

El informe anual definitivo de 2023 sobre la robótica global <unk> hardware, datos, métodos de IA y tendencias de implementación.

Informe anual · 2023

El informe anual definitivo sobre la robótica global hardware, recopilación de datos, métodos de capacitación de IA y tendencias de implementación en todo el año de recalibración de la industria.

[Leer el Informe] T0) Descarga el PDF

Publicado abril 2023 42 páginas Gratis

2023 por los números

Seis puntos de datos que definen el estado de la industria global de la robótica este año.

$14.2 mil millones

El mercado global de robótica en 2023, un aumento del 18% año tras año desde los 12.1 mil millones de dólares en 2022.

72% de RL

El aprendizaje de refuerzo sigue siendo el método de formación dominante, utilizado en el 72% de los despliegues de robots comerciales.

$520 por hora

El costo medio de la recopilación de datos por hora es caro, manual y artesanal.

2 de la Comisión

Plataformas humanoides comerciales disponibles Agility Digit y el programa de desarrollo de Boston Dynamics Atlas.

3,9 millones

Robots industriales instalados a nivel mundial (IFR), con China representando el 68% de las nuevas instalaciones.

$4.1 mil millones

La inversión global de VC en robótica, baja desde el pico de 202122 a medida que los vientos adversos macro forzan la disciplina del capital.

Cuadro de contenido

¿Qué es esto?

1 y 1

Resumen ejecutivo

[T1]

02

El paisaje del hardware

](T2) [

03 Las medidas

El problema de los datos

](T3) [

04 de las

Inteligencia artificial y métodos de aprendizaje

](T4) [

05 El

Despliegue por vertical

](T5) [

  1. El número de

Inversiones y Capital

](T6) [

07 El

Los momentos de avance del 2023

[T7] [

08 El

Perspectivas para 2024

¿Qué es esto?

Capítulo 01

Resumen ejecutivo

El año 2023 fue el año de la recalibración. Después de dos años de inversiones repentinas, plazos ambiciosos y una ola de prototipos humanoides que se parecían más a demostraciones tecnológicas que a productos, la industria global de la robótica pasó el 2023 calculando la brecha entre aspiración y implementación. Ese cálculo fue productivo. Las empresas y grupos de investigación que surgieron a partir de 2023 en una posición fuerte son las que se centraron en los fundamentos: hardware confiable, mejores datos de capacitación y validación rigurosa de implementación.

El mercado global de robótica alcanzó los 14.200 millones de dólares en 2023, un aumento del 18% en comparación con 2022. Esa tasa de crecimiento, aunque saludable, representa una desaceleración del ritmo del 22% de 2021-2022 reflejando mercados de capital más ajustados y una corrección en el extremo especulativo de la industria. La inversión en VC cayó a 4.1 mil millones de dólares, desde un pico de 6.300 millones de dólares en 2021. El dinero que fluyó fue más disciplinado: los inversores estratégicos reemplazaron a los generalistas impulsados por el impulso, y el período de diligencia debida medio para las rondas de la serie A de robótica se alargó de 6 semanas a 11 semanas.

En el lado del hardware, los robots industriales tradicionales siguen siendo la gran mayoría de la base instalada, con 3,9 millones de unidades a nivel mundial (IFR). El segmento humanoide, mientras capturaba titulares, se mantuvo pre-comercial: solo dos plataformas Agility Robotics Digit y Boston Dynamics Atlas desarrollo programa se podría describir con credibilidad como disponibles para el compromiso estructurado del cliente.

La tesis de recalibración: 2023 no fue un paso atrás para la robótica. Fue el año en que la industria dejó de confundir las demostraciones de prototipos con la preparación para el despliegue. Las empresas que aceptaron esta recalibración temprano y redirigieron los recursos hacia la infraestructura de datos, la capacitación de los operadores y la fiabilidad de la implementación definirán el próximo ciclo.

En el lado de la IA, el aprendizaje de refuerzo siguió siendo el paradigma de entrenamiento dominante, impulsando el 72% de los sistemas robóticos desplegados. El aprendizaje de imitación estaba ganando tracción en el 22%, impulsado por el trabajo académico que demostró su potencial para tareas de manipulación. La categoría híbrida (6%) siguió siendo pequeña, pero representó un reconocimiento creciente de que ningún método único resolvería todos los escenarios de implementación. El evento más significativo de IA de 2023 ocurrió en octubre, cuando Google DeepMind publicó RT-2 la primera demostración a gran escala de que un modelo de lenguaje de visión podría producir acciones de robots directamente. Fue un resultado de investigación, no un producto, pero señaló un cambio de paradigma que remodelaría la industria en los siguientes dos años.

La recopilación de datos sigue siendo el cuello de botella más persistente de la industria. A un costo promedio de 520 dólares por hora para demostraciones de teleoperación de alta calidad, la construcción de los conjuntos de datos necesarios para la formación era prohibitivamente costosa para todas las organizaciones excepto las más financiadas. La mayoría de los equipos recopilaron datos en esquemas propietarios, lo que hizo impractical el intercambio entre organizaciones. Esto comenzaría a cambiar en 2024 con la aparición de los formatos RLDS y LeRobot, pero en 2023, el problema de datos no se resolvió en gran parte.

Capítulo 02

El paisaje del hardware

El mercado de hardware de robótica en 2023 fue una historia de dos velocidades. El segmento industrial tradicional brazos de seis ejes, robots SCARA y sistemas cartesianos fabricados por Fanuc, ABB, KUKA y Yaskawa continuaron creciendo constantemente, impulsado por la demanda de fabricación de automóviles y electrónica. Mientras tanto, una nueva generación de hardware de bajo costo y orientado a la investigación estaba comenzando a surgir de los fabricantes de OEM chinos, aunque aún no había alcanzado la escala o profundidad del ecosistema que caracterizaría 2024 y más allá.

Dominancia industrial tradicional

La Federación Internacional de Robótica informó que se instalaron 3,9 millones de robots industriales en todo el mundo a finales de 2023, un nuevo récord. Los envíos anuales alcanzaron aproximadamente 553.000 unidades, con un 73% destinado a tres verticales: automovilística, electrónica y fabricación de metales / máquinas. El precio de venta promedio de un brazo industrial de gama media se mantuvo estable en 28 000$ a 45 000$, lo que refleja la madurez y la disciplina competitiva de este segmento de mercado.

China fue el centro de gravedad. Con el 68% de las instalaciones globales por país, el dominio de China no era simplemente proporcional, sino estructural. Los fabricantes chinos (incluidas marcas nacionales como SIASUN, Estun e Inovance) ganaron cuota de mercado de las empresas japonesas y europeas, particularmente en el segmento de menos de $ 20,000. Las subvenciones gubernamentales en el marco de la iniciativa "Made in China 2025" continuaron acelerando la adopción en las pequeñas y medianas empresas.

Robots colaboradores (Cobots)

El segmento de robots colaborativos creció un 19% en 2023, superando al mercado industrial más amplio. Universal Robots mantuvo su liderazgo de mercado, pero los fabricantes de cobots chinos particularmente JAKA, Dobot y Elite Robots capturaron una participación significativa en los mercados de Asia-Pacífico. Los cobots permanecieron como un nicho dentro de la categoría industrial más amplia (aproximadamente el 8% del total de envíos), pero su trayectoria de crecimiento señaló un mercado que se diversificaba más allá del paradigma tradicional de jaulas y vallas.

El amanecer de los humanoides comerciales

La robótica humanoide en 2023 fue un sector de intensa actividad y producción comercial limitada. Agility Robotics Digit se convirtió en el primer robot humanoide en ser desplegado en un piloto comercial estructurado, con Amazon anunciando un programa de pruebas en sus centros de cumplimiento en octubre. Boston Dynamics continuó su programa de desarrollo de Atlas, pasando de la plataforma hidráulica Atlas a un rediseño eléctrico que se presentaría en 2024. Más allá de estos dos, el paisaje humanoide consistió principalmente en startups bien financiadas en varias etapas de desarrollo de prototipos: AI de figura (fundada en 2023), Apptronik, 1X Technologies y varios participantes chinos, incluido Unitree (que más tarde se convertiría de cuádrupedos a humanoides).

** Verificación de la realidad de hardware:** A pesar de los titulares, menos de 50 robots humanoides fueron desplegados en cualquier forma de pruebas en el mundo real en 2023. La brecha entre el video de demostración y la realidad de implementación se mantuvo enorme. Las empresas que reconocieron esta brecha públicamente en lugar de prometer demasiado en los plazos ganaron credibilidad que resultaría valiosa en las rondas posteriores de recaudación de fondos.

El creciente ecosistema de hardware de China

Mientras que los fabricantes de OEM chinos habían dominado durante mucho tiempo el segmento industrial de bajo costo, 2023 marcó el comienzo de su empuje hacia la categoría de hardware de investigación y listo para IA. Empresas como Unitree (con sus cuatro piernas B1 y B2), AgileX (basas móviles) y Elephant Robotics (armas de escritorio) comenzaron a enviar plataformas que, aunque aún no coinciden con la precisión del hardware de investigación occidental, ofrecieron proporciones de precio a capacidad dramáticamente mejores. Un brazo de grado de investigación que cuesta $ 15,000 de un fabricante estadounidense o europeo podría ser estimado en $ 4,000 $ 7,000 de un proveedor chino. Esta compresión de precios se aceleraría dramáticamente en 2024.

Tamaño del mercado mundial de la robótica ($B)

Fuente: Investigación RCSV, IFR, PitchBook

Instalaciones de robots por país 2023 (%)

Fuente: Investigación de la RCSV, IFR

Country Share of Installations Key Driver
China 68% Government subsidies, EV/electronics manufacturing
Japan 9% Automotive, aging workforce
United States 8% Logistics, reshoring initiatives
Germany 5% Automotive OEMs, Industrie 4.0
South Korea 5% Electronics, shipbuilding
Rest of World 5% Mixed

Capítulo 03

El problema de los datos

Si hubo una sola frase que capturara el estado del aprendizaje de robots en 2023, fue esta: todos sabían que los datos eran el cuello de botella, y casi nadie tenía un plan escalable para arreglarlo. El costo, la complejidad y la fragmentación de la recopilación de datos de entrenamiento de robots seguían siendo la restricción más vinculante de la industria.

La realidad de 520 dólares por hora

El costo medio de carga completa de una hora de datos de teleoperatoria de alta calidad en 2023 fue de aproximadamente 520 dólares. Esta cifra incluye mano de obra del operador, depreciación de hardware, configuración del entorno, limpieza de datos y conversión de formato. Para una tarea estándar de selección y ubicación que requiere 200 500 demostraciones para entrenar una política confiable, el presupuesto de datos solo oscilaba entre $ 50,000 a $ 130,000 antes de que se intentara una sola carrera de entrenamiento.

La curva de costos estaba disminuyendo de $820/hora en 2020 a $520 en 2023 pero el ritmo de disminución era insuficiente para desbloquear la adopción amplia. Los principales factores de coste fueron la experiencia del operador (los operadores de teleoperaciones capacitados eran escasos y tenían tarifas de primas), el tiempo de instalación del hardware (cada sesión de recopilación de datos requería una calibración significativa) y la ausencia de puntuación de calidad estandarizada (los equipos dedicaron un esfuerzo sustancial a la revisión manual de la calidad de los episodios recogidos).

El problema de los datos artesanales: En 2023, la recopilación de datos de robots se parecía más a la fabricación artesanal que a la producción industrial. Este enfoque artesanal produjo conjuntos de datos individuales de alta calidad, pero hizo que la agregación, el intercambio y el benchmarking fueran extraordinariamente difíciles.

No hay formatos estándar

La ausencia de un formato de datos de demostración de robots ampliamente adoptado fue quizás el problema estructural más dañino en 2023. Los grupos de investigación almacenaron episodios en esquemas personalizados HDF5, formatos binarios propietarios o directorios de archivos de forma suelta. El proyecto LeRobot en Hugging Face estaba en desarrollo temprano. La consecuencia práctica: un conjunto de datos recogido en un laboratorio no podía ser utilizado directamente en otro sin un esfuerzo de ingeniería significativo, incluso cuando ambos laboratorios usaban hardware similar.

Limitaciones de hardware de teleoperación

Los sistemas de teleoperación disponibles en 2023 eran funcionales pero costosos y ergonómicamente desafiantes. Los sistemas de brazo líder de Gello y proyectos similares cuestan $5,000 a $15,000 y requieren una experiencia significativa para operar. La teleoperación basada en la realidad virtual (utilizando Meta Quest o auriculares similares) ofreció un punto de entrada más bajo, pero introdujo retos de latencia y mapeo que degradaron la calidad de los datos para tareas de manipulación fina.

El imperativo de la escala

A pesar de estas restricciones, en 2023 se realizaron los primeros intentos de organizar la recopilación de datos a una escala significativa. La colaboración de Google RT-X, que involucró a 21 instituciones de investigación, reunió lo que en ese momento era el conjunto de datos de robots multicorporativos más grande: aproximadamente 130,000 episodios en 22 tipos de robots. El proyecto demostró tanto el potencial de compartir datos entre organismos como la enorme coordinación general necesaria para lograrlo.

Costo/hora de recopilación de datos ($)

Fuente: RCSV Research, datos del mercado de los operadores

Capítulo 04

Inteligencia artificial y métodos de aprendizaje

El panorama de la IA para la robótica en 2023 estaba dominado por el aprendizaje de refuerzo, pero perseguido por una pregunta: ¿qué viene después? La respuesta llegó en octubre con el documento RT-2 de Google DeepMind, que demostró que los modelos de lenguaje de visión grandes podrían adaptarse directamente a las acciones de los robots. Pero el viaje desde ese resultado de investigación hasta el impacto comercial tomaría otros 18 meses. En 2023, las herramientas que se implementaron eran más antiguas, más probadas y menos glamorosas.

Aprendizaje reforzado: sigue siendo rey

El aprendizaje de refuerzo representó el 72% de los sistemas de aprendizaje robótico desplegados en 2023. El dominio se concentró en dos dominios: la locomoción (donde RL se había demostrado inequívocamente superior a los robots de piernas) y la manipulación estructurada (donde las recompensas de las tareas podrían definirse claramente). Empresas como Agility Robotics, Boston Dynamics y Unitree usaron políticas entrenadas por RL como base de sus controladores de locomoción. En la manipulación, RL funcionó mejor para tareas con criterios de éxito claros recoger contenedores, paletizar y inserción de ensamblaje donde la formación de recompensa era tratable.

La limitación era igualmente clara: RL luchó con tareas de manipulación de largo horizonte y ricas en contactos en entornos no estructurados.

El aprendizaje por imitación: el competidor en ascenso

El aprendizaje por imitación (IL) representó el 22% de las implementaciones en 2023 y crecía rápidamente. El catalizador fue una serie de resultados académicos que demostraron que IL podía lograr un rendimiento de manipulación confiable con tamaños de conjuntos de datos sorprendentemente modestos. El artículo ACT (Action Chunking with Transformers) de Tony Zhao y colegas de Stanford, publicado en 2023, mostró que una política de IL basada en transformadores entrenada en solo 50 demostraciones podría realizar tareas de manipulación bimanual ricas en contactos un resultado que capturó la imaginación de la comunidad de robótica aplicada porque sugirió que los requisitos de datos para IL útil podrían ser más bajos de lo que se creía anteriormente.

El atractivo práctico de IL era sencillo: en lugar de diseñar una función de recompensa y ejecutar miles de millones de episodios de simulación, un equipo podía recopilar unos cientos de demostraciones de teleoperación y entrenar directamente una política. La diferencia fue la generalización Las políticas de TI entrenadas en datos limitados tienden a ser frágiles fuera de su distribución de formación pero para muchos casos de uso empresarial con entornos bien definidos, esta limitación era aceptable.

La señal RT-2: El documento RT-2 de Google DeepMind (octubre 2023) fue el resultado de investigación más importante del año. Al demostrar que un modelo de lenguaje de visión (PaLM-E) de 55B-parámetro podría ser ajustado para producir acciones de robots a partir de instrucciones de lenguaje natural, RT-2 estableció el paradigma de la acción de lenguaje de visión (VLA) que dominaría los años siguientes. En 2023, era un artefacto de investigación que funcionaba en cápsulas TPU. Para 2025, sus descendientes estarían funcionando en GPUs de consumo.

El enfoque híbrido

El 6% restante de los despliegues usaron métodos híbridos típicamente RL para el control de bajo nivel (torque de unión, equilibrio) combinado con IL o planificación clásica para la secuenciación de tareas de alto nivel. Esta arquitectura era más común en la manipulación móvil, donde una base de ruedas o piernas requería una locomoción entrenada por RL mientras que el brazo realizaba manipulación entrenada por IL. El enfoque híbrido era pragmático pero operacionalmente complejo, lo que requería que los equipos mantengan dos canales de formación separados y gestionen la interfaz entre ellos.

Simulación: esencial pero insuficiente

La simulación física (principalmente a través de Isaac Gym, MuJoCo y PyBullet) se mantuvo esencial para la formación RL en 2023. Prácticamente todas las políticas de locomoción y muchas políticas de manipulación se entrenaron parcial o totalmente en simulación antes de ser transferidas al hardware real. La brecha entre sim y realidad la degradación del rendimiento cuando una política simulada se encuentra con la física del mundo real siguió siendo el desafío técnico central. La aleatorización de dominios (entrenamiento en una amplia distribución de condiciones simuladas) era la estrategia de mitigación estándar, pero requería una experiencia y computación significativas para implementarla de manera efectiva.

Adopción del método de formación 2023 (%)

Fuente: Encuesta anual de desarrolladores de la RCSV, n=640

Capítulo 05

Despliegue por vertical

Los despliegues de robots en 2023 se mantuvieron muy concentrados en las verticales industriales tradicionales. La fabricación automotriz y electrónica juntos representaron el 65% de todos los despliegues de robots comerciales por volumen unitario. La logística fue la tercera vertical más grande y la de más rápido crecimiento, lo que refleja el auge en curso del comercio electrónico y la persistencia de escasez de mano de obra en el almacén. La larga cola de verticales servicio alimentario, salud, agricultura estaba comenzando a mostrar signos de vida, pero ninguna había cruzado aún el umbral de los proyectos piloto a un despliegue comercial sostenido.

Automóvil: el Anclar Vertical

La fabricación automotriz representó el 38% de los despliegues mundiales de robots en 2023. Esto no es nuevo. Las aplicaciones tradicionales de soldadura y pintura permanecieron como la base, pero la flexibilidad de la carrocería (reutilización rápida para plataformas de vehículos eléctricos), el montaje de baterías y la inspección de calidad surgieron como los subsegmentos de más rápido crecimiento.

Fabricación de electrónica

El electrodoméstico representó el 27% de las implementaciones, impulsadas por la fabricación de semiconductores, el montaje de PCB y el montaje final de electrónica de consumo. Los requisitos de precisión de la fabricación de electrónica continuaron empujando los límites de la precisión de posición y el control de la fuerza. Los robots SCARA y los pequeños brazos de seis ejes dominaron esta vertical, con tiempos promedio de ciclo medidos en segundos en lugar de minutos. La actual escasez de chips y las inversiones de reajuste (Ley CHIPS en los Estados Unidos, Ley de Chips de la UE) estaban comenzando a impulsar la demanda incremental de automatización en las fábricas recién construidas.

Logística: el crecimiento vertical

La logística y el almacenamiento representaron el 18% de las implementaciones y crecieron un 31% año tras año la tasa de crecimiento más rápida de cualquier gran vertical. La transición de las máquinas de gestión de datos (AMR) a las manipuladoras móviles (bases con armas) estaba comenzando, pero se mantuvo en una etapa inicial: menos de 500 manipuladoras móviles fueron desplegadas en entornos logísticos en todo el mundo en 2023.

Las verticales emergentes

Los servicios de alimentos, la salud y la agricultura tenían cada uno menos de 1.000 unidades robóticas desplegadas en todo el mundo en 2023, pero atraían un interés de inversión desproporcionado. La robótica de la salud se limitó en gran medida a los sistemas quirúrgicos (Intuitive Surgicals da Vinci) y la automatización farmacéutica, con la manipulación no quirúrgica en las primeras etapas de la investigación.

Despliegue por industria vertical 2023

Fuente: Investigación de la RCSV, IFR

Vertical Share of Deployments YoY Growth Leading Form Factor
Automotive 38% +12% 6-Axis Industrial Arm
Electronics 27% +15% SCARA / Small 6-Axis
Logistics / Warehousing 18% +31% AMR / Fixed Arm
Food / Pharma 8% +24% Cobot / SCARA
Other 9% +18% Mixed

Capítulo 06

Inversiones y Capital

El panorama de inversión en robótica en 2023 fue definido por una sola palabra: corrección. Después de dos años de actividad de riesgo históricamente elevada 6.3 mil millones de dólares en 2021 y $ 5.8 mil millones en 2022 la inversión global en VC en robótica cayó a $ 4.1 mil millones. Fue un retorno a los fundamentos después de un período de exceso, impulsado por las tasas de interés crecientes, compromisos LP más estrictos y una aversión generalizada al riesgo que afectó a todas las verticales de tecnología profunda. La dinámica específica de la robótica fue un creciente reconocimiento de que los plazos de implementación habían sido demasiado comprimidos: los inversores que esperaban implementaciones comerciales humanoides para 2023 se enfrentaban a una realidad en la que incluso los programas más avanzados tenían 1824 meses de ingresos significativos.

El cambio al capital estratégico

El cambio más significativo en el panorama de inversión de 2023 no fue la cantidad de capital sino su fuente. Los fabricantes de automóviles (Hyundai, BMW, Mercedes-Benz), los operadores logísticos (Amazon, DHL) y las compañías de tecnología (NVIDIA, Google, Microsoft) se convirtieron en las fuentes de capital dominantes para las compañías de robótica a partir de la Serie A. Los inversores estratégicos trajeron experiencia operativa, sitios de implementación y relaciones con los clientes activos que eran más valiosos para las compañías de robótica que un respaldo puramente financiero.

China: Inversiones dirigidas por el gobierno

El panorama de inversión en robótica de China operó en diferentes dinámicas. Mientras que la inversión privada de VC en compañías de robótica chinas siguió la corrección global, los fondos respaldados por el gobierno y los programas de inversión municipales compensaron parcialmente la disminución. Shenzhen, Shanghai y Beijing mantuvieron cada uno fondos de inversión dedicados en robótica que continuaron desplegando capital a través de la corrección. El resultado: las compañías chinas de robótica recaudaron aproximadamente 1.200 millones de dólares en 2023, una modesta disminución de 1.500 millones de dólares en 2022 pero menos severa que la corrección experimentada por las compañías estadounidenses y europeas.

El dividendo de disciplina: La corrección de inversión de 2023 fue dolorosa para las empresas que habían aumentado sus valoraciones en 202122 y ahora se enfrentaban a rondas planas o descendentes. Pero fue saludable para la industria en general. Las empresas se vieron obligadas a demostrar métricas de implementación unidades enviadas, horas de actividad, tareas completadas en lugar de confiar en demostraciones narrativas y prototipos. Esta disciplina sería fundamental para la recuperación posterior.

Compresión de la valoración

La mediana de las valoraciones pre-dinero para las compañías de robótica en la Serie A cayó de $ 35 millones en 2022 a $ 22 millones en 2023 una compresión del 37%. La corrección fue más severa para las compañías de hardware solo sin un claro software o historia de diferenciación de datos. Las empresas que pudieran demostrar un camino hacia ingresos recurrentes (a través de servicios de datos, suscripciones de software o gestión de flotas) mantuvieron valoraciones 1,52 veces más altas que sus pares de hardware únicamente en niveles de ingresos equivalentes.

Inversión en VC de la Robótica Global (B$)

Fuente: RCSV Research, PitchBook, Crunchbase

Capítulo 07

Los momentos de avance del 2023

Cada año produce un puñado de eventos que, en retrospectiva, resultan ser puntos de inflexión. 2023 tuvo cinco que más importan.

1. RT-2: El paradigma de VLA emerge (Google DeepMind, octubre 2023)

RT-2 (Robotic Transformer 2) demostró que un modelo de lenguaje de visión grande específicamente, una variante de 55 mil millones de parámetros PaLM-E podría ser ajustado para emitir acciones de robots directamente a partir de observaciones visuales y descripciones de tareas en lenguaje natural. El modelo logró una mejora de 3x en la generalización sobre RT-1 en objetos nuevos y pudo seguir instrucciones en las que nunca había sido entrenado aprovechando la comprensión semántica del modelo de lenguaje. El resultado aún no era desplegable (la inferencia era demasiado lenta para el control en tiempo real), pero estableció la plantilla arquitectónica que definiría la próxima generación de sistemas de aprendizaje robótico.

2. ACT: Aprendizaje eficiente por imitación (Stanford, 2023)

El artículo Action Chunking with Transformers de Tony Zhao y sus colegas demostró que una arquitectura de transformador relativamente simple, entrenada en tan solo 50 demostraciones de teleoperación, podía realizar una manipulación bimanual rica en contactos insertando una batería, conector de conector, cerradura de una bolsa. La clave de la visión fue la action chunking: predecir secuencias de acciones en lugar de pasos temporales únicos, lo que mejoró la consistencia temporal y redujo los errores de composición. ACT se convirtió en el resultado más replicado en el aprendizaje aplicado de robots durante los próximos 12 meses.

3. Agility Digit Enters Amazon (octubre 2023)

Agility Robotics anunció que su robot humanoide Digit estaba siendo probado en centros de cumplimiento de Amazon para tareas de movimiento de la bolsa. La señal era clara: las compañías más grandes del mundo estaban evaluando los factores de forma humanoide para el trabajo real, no sólo para demostraciones.

4. Atlas de Boston Dynamics: La transición eléctrica

Boston Dynamics pasó gran parte del 2023 haciendo la transición de su plataforma Atlas de la hidráulica a la accionamiento totalmente eléctrico. Aunque el nuevo Atlas eléctrico no se revelaría públicamente hasta abril de 2024, el trabajo de ingeniería realizado en 2023 desarrollando actuadores eléctricos de alta torque, rediseñando la plataforma para la fabricación de escalabilidad y construyendo una pila de software orientada a aplicaciones comerciales en lugar de investigación representó un cambio estratégico fundamental para la compañía de escaparate de investigación a producto comercial.

5. Figura AI Fundada (2023)

La empresa fue fundada en 2023 con el objetivo explícito de construir un robot humanoide de propósito general para el despliegue comercial. La compañía recaudó una serie de $ 70 millones A, atrayendo a inversores con un equipo de Boston Dynamics, Tesla, Google DeepMind y Apples Special Projects Group. La fundación de Figure fue significativa no por su producto inicial (que estaba en desarrollo inicial) sino por lo que señalaba sobre la creencia del mercado de capitales en la robótica humanoide: incluso durante la corrección más amplia, los mejores equipos podían recaudar capital sustancial para programas humanoides.

** El patrón:** Cada uno de estos momentos de avance comparte un hilo común la convergencia de IA de modelos grandes y robótica física. RT-2 probó el concepto. ACT lo hizo práctico para equipos pequeños. Digit y Atlas mostraron que el hardware estaba listo para entornos reales. Para 2025, serán un solo tejido.

Capítulo 08

Perspectivas para 2024

La predicción de la robótica es un trabajo humillante. La edición de 2022 de este informe sobreestimó el ritmo de comercialización humanoide y subestimó el impacto de la investigación de modelos fundacionales en el aprendizaje aplicado de robots. Con esa advertencia ofrecida honestamente, aquí están los temas que el equipo de investigación de RCSV cree que definirán 2024.

1. La infraestructura de datos surgirá como una categoría distinta

El costo de la recopilación de datos de 520 dólares por hora comenzará a caer en 2024, impulsado por hardware de teleoperación más barato (sistemas de líder-seguidor de menos de 3.000 dólares), formatos de datos estandarizados (RLDS y LeRobot ganando adopción) y los primeros servicios comerciales de recopilación de datos. Las empresas que construyan infraestructuras de recopilación de datos atraerán un interés significativo de VC.

Los modelos VLA pasarán de la investigación a la vista previa de desarrollo

Después de RT-2, esperamos al menos dos lanzamientos de modelos de VLA de código abierto en 2024 que funcionen a velocidades interactivas en GPU disponibles comercialmente. Estos no estarán listos para la producción, pero serán suficientes para que los equipos de investigación y las startups bien financiadas comiencen a construir tuberías de implementación basadas en VLA. La brecha entre la investigación y el producto comenzará a cerrarse.

Los despliegues humanoides seguirán siendo pre-comerciales

A pesar de las líneas de tiempo públicas agresivas de varias compañías humanoides, no esperamos implementaciones comerciales humanoides significativas en 2024.

4. La inversión en VC se estabilizará

Esperamos que la inversión global en VC de robótica se estabilice en el rango de $4.5 5.5 mil millones en 2024, con la mezcla continuando cambiando hacia inversores estratégicos. El segmento humanoide atraerá una participación desproporcionada de capital (estimamos que el 30 40% del total de VC de robótica), impulsado por un pequeño número de rondas muy grandes de compañías como Figure AI, 1X Technologies y Apptronik.

5. China acelerará

Las ambiciones de China en materia de robótica se intensificarán en 2024, con programas formales de humanoides del gobierno, una continua compresión de costos de hardware y la aparición de la investigación china en VLA que compite con los laboratorios fronterizos occidentales.

Nuestra visión general para 2024: 2024 será el año en que la industria de la robótica se transfiera de ¿Podemos construirla? a ¿Podemos desplegarla de manera confiable? Las empresas que mirarán hacia atrás en 2024 como un buen año son las que invierten en infraestructura de recopilación de datos, fiabilidad de implementación y ingeniería del éxito del cliente no las que publicaron los vídeos demo más impresionantes.

[Leer el Informe de 2024 →]

Mijo de factores de forma de robot (%)

Fuente: Investigación de la RCSV, IFR

Cita este informe

Centro de Robótica del Valle del Silicio. (2023). Estado de la Robótica 2023: Informe anual sobre la industria global de la robótica. Investigación RCSV. T10

Citación de copia

Manténgase al frente en robótica

Obtenga las últimas noticias sobre las implementaciones de robots, la recopilación de datos y la IA física entregadas a su bandeja de entrada.