Saltar al contenido
Fuentes. Contexto. Criterio.SEÑALIA SIN RUIDOBoletín gratis
martes, 17 de noviembre de 2026
InvestigaciónNoticia · 2 min de lecturaResultado de investigaciónConfianza alta

Ai2 abre ToyBlocks, un mundo simulado para entender cómo aprenden los robots

Redacción automática SEÑALResponsable editorial: Sergio SallaveraEl hecho: 6 nov 2026

Ai2 ha publicado ToyBlocks, un simulador de un brazo robótico y bloques sobre una mesa que genera demostraciones de entrenamiento sin operador remoto y deja medir por qué falla un modelo. Sus evaluaciones iniciales, con datos propios, muestran que los brazos físicos completan el 50 % de las tareas largas entrenadas solo en simulación.

Qué ha ocurrido

Un mundo de madera y bloques se ha convertido en el nuevo banco de pruebas del aprendizaje robótico. Ai2 (Allen Institute for AI) presentó el 6 de noviembre ToyBlocks, la primera de sus «FoundationWorlds»: simulaciones controladas de un dominio concreto, con herramientas para generar tareas y demostraciones a escala y métricas para seguir el comportamiento de un robot en el tiempo.

El escenario es deliberadamente simple —un brazo y bloques con letras y dibujos en las caras—, pero permite estudiar generalización: buscar, ordenar y apilar exige girar bloques para ver caras ocultas, y el marco varía tamaño, altura de mesa o iluminación de una escena a otra.

Generar los datos no exige manejar el robot a distancia. Planeadores de movimiento y refuerzo entrenados en Isaac Lab (el simulador de robótica de NVIDIA) crean las habilidades, y un planificador las encadena en demostraciones grabadas, a hasta 24 veces el tiempo real en una sola GPU.

Los números de Ai2

Sobre ese mundo, Ai2 entrenó un sistema jerárquico: Molmo 2 decide qué habilidad ejecutar y ManiFlow mueve el brazo. En su release inicial hay 85.336 demostraciones de tarea larga (cerca de 1.600 horas de ejecución y 144 millones de fotogramas), además de código de entrenamiento y evaluación y los dos modelos entrenados.

Los resultados, todos procedentes de las pruebas del propio instituto, dibujan límites claros. En el mundo real (un brazo Franka FR3 con pinza Robotiq, sin entrenar con ejemplos reales), ManiFlow logró un 81,1 % en tareas simples frente al 80,0 % de la simulación, pero el sistema completo solo acertó el 50,0 % de las tareas largas (15 de 30 episodios), frente al 55,5 % simulado; Ai2 admite que hacen falta más ensayos para tener confianza estadística.

En el experimento agente, Claude usó las habilidades vía MCP (el estándar para conectar modelos con herramientas) para apilar palabras de tres letras: resolvió o declaró bien la inviabilidad en el 63 % de los casos, y la mayoría de los errores fueron letras confundidas u orientaciones mal elegidas. Que un agente escriba sus propias descripciones de habilidades subió el éxito del 24 % al 63 %, por encima del 36 % con descripciones de un experto humano.

Por qué importa

El valor está menos en los robots que en la trazabilidad: si un modelo falla, ToyBlocks permite repetir la prueba y atribuir el fallo a la planificación de alto nivel o a la ejecución, algo imposible con un vídeo de una demostración real. Es la misma lógica de laboratorio que Ai2 aplicó con StateBench, pero aplicada al control físico.

Sus investigaciones sobre modelos de acción (VLA) concluyen que generalizan mal a posiciones fuera de la región de entrenamiento, y Ai2 lo declara «lejos de estar resuelto». Queda por ver si esos diagnósticos de un mundo de bloques anticipan el comportamiento de los robots en cocinas y almacenes.

Qué cambió

AntesLas demostraciones de robots se graban manejando el robot a distancia y los fallos difícilmente se atribuyen a una causa concreta.
AhoraAi2 publica un simulador abierto que genera demostraciones sin operador, mide más allá de la tasa de éxito y publica modelos y datos para repetir los experimentos.
ConsecuenciaLos equipos de robótica pueden diagnosticar por qué falla un modelo y probar hipótesis con datos trazables, sin hardware propio.

Qué sabemos · qué no

Confirmado

  • ToyBlocks se publicó el 6 de noviembre de 2026 en el blog de Ai2 en Hugging Face, con código, modelos (Molmo2-4B-tb y maniflow-tb) y el dataset allenai/toyblocks-data.
  • La generación de demostraciones no requiere control remoto del robot: planificadores de movimiento y aprendizaje por refuerzo graban las secuencias en simulación.
  • La release inicial declara 85.336 demostraciones de tarea larga: cerca de 1.600 horas de ejecución y 144 millones de fotogramas.
  • En el mundo real, el modelo de bajo nivel ManiFlow alcanzó 81,1 % en tareas simples (80,0 % en simulación) y el sistema completo Molmo 2 + ManiFlow, 50,0 % en tareas largas (15 de 30 episodios reales).
  • Ai2 promete en unas semanas una segunda entrega con más datos, más habilidades y RL integrado, que no viene en el paquete actual.

Todavía no

  • Ningún resultado está contrastado por fuentes independientes: todas las cifras proceden de las pruebas del propio Ai2.
  • Los ensayos reales son 30 episodios de la configuración más fácil y el propio Ai2 admite que faltan pruebas para confianza estadística.
  • Se desconoce la licencia de assets, datos y modelos publicados.
  • No hay fecha para la segunda entrega ni para las extensiones a dos brazos y manos de robot con sensores de fuerza y tacto.
  • El salto de un mundo de bloques a dominios abiertos (tareas domésticas, logística) no está demostrado ni cuantificado.

La misma claridad, en tu correo.

IA HOY, gratis de lunes a viernes, con fuentes y contexto.

Para ir al grano técnico

Qué vigilamos ahora

La segunda release prometida (más datos, más habilidades y RL integrado) y si otros laboratorios publican resultados reproduciendo sus experimentos o llevan el diagnóstico de fallos a dominios más abiertos.

Fuentes

Naturaleza de la afirmación principal: Resultado de investigación. Fuente primaria consultada y verificable.

  1. Hugging Face Blog (Ai2) · nivel 1 · primaria · consultada 7 nov 2026

IA HOY · de lunes a viernes

La misma claridad,
cada día, en tu correo.

Una noticia principal, una selección breve y el contexto o las dudas que conviene seguir. Con fuentes y sin rellenar cupos.

Ver una edición de ejemplo

Para seguir leyendo