Resaltados de la Conferencia Mundial de Inteligencia Artificial 2026 sobre el cambio de la industria de inteligencia encarnada en China

La Conferencia Mundial de Inteligencia Artificial 2026 abrirá sus puertas en julio en Shanghái, con una superficie de exposición que supera por primera vez los 100.000 metros cuadrados y más de 1.100 empresas participantes. Esta edición ha presenciado una gran división en la industria china de la inteligencia encarnada: el mercado B2B se ha diferenciado claramente, con los actores industriales enfocándose en líneas de producción y tareas pesadas, mientras que los proveedores de servicios comerciales se dirigen a escenarios como supermercados y restaurantes; en el lado C2C, se han formado dos ramas: entretenimiento y compañía, y tareas domésticas. Los expositores han pasado de “mostrar habilidades” a “realizar tareas”, centrándose en la implementación en escenarios reales y el ROI. La recopilación de datos se ha convertido en el soporte básico de la industria; existe una diferencia de más de diez mil veces entre la escala de datos encarnados y el corpus de preentrenamiento de modelos de lenguaje. La inteligencia física aún enfrenta tres desafíos fundamentales para pasar de “poder demostrar” a “poder realizar tareas”: el muro de los datos, el muro de la representación y el muro del ciclo cerrado.

Autor y fuente del artículo: 36氪

La acción reemplaza al show, los datos definen el futuro.

Ganar dinero de las empresas mientras se sueña con un producto de consumo masivo.

El 17 de julio, la Conferencia Mundial de Inteligencia Artificial 2026 (WAIC) se inauguró en el Centro de Exposiciones de la Expo Shanghai. Esta edición registró por primera vez una superficie de exposición superior a los 100.000 metros cuadrados, con más de 1.100 empresas participantes y 349 productos presentados por primera vez, todos récords históricos.

Pero lo que es más intuitivo que los números es el "calor" en vivo: frente a la entrada del pabellón de inteligencia encarnada H3, hay una larga fila en forma de retículo, y dentro del pabellón, la multitud está apiñada; apenas se puede detenerse en el centro del pasillo por más de tres segundos.

Tras recorrer el pabellón H3, una impresión clara es que la feria de robots ha cambiado.

Las exhibiciones de robots humanoides haciendo volteretas y bailando, que fueron la atracción el año pasado, este año han pasado a un rincón: entretenidas, pero ya no son el plato principal. En el centro de atención están las líneas de producción simuladas, los estantes de farmacias, los mostradores de restaurantes y las salas de estar hogareñas. Los expositores ya no preguntan: “¿No es genial lo que hago?”, sino: “Mira lo que puedo hacer por ti y cuánto te puedo ahorrar”.

El pabellón de robots en WAIC 2026 presenció la gran división de la inteligencia encarnada en China, ofreciendo la interpretación más directa de la industria: trabajar, diferenciarse, cimentar: tres palabras clave que corresponden a tres cambios profundos que está experimentando actualmente la industria. A continuación, compartimos nuestras observaciones de primera mano desde el recinto.

“Trabajar duro” es la melodía principal, y la diferenciación es la característica principal; al observar con detalle, incluso dentro del sector B, los caminos son completamente distintos. Un grupo se sumerge en fábricas, realizando los trabajos más monótonos y pesados; otro grupo se dirige hacia supermercados, farmacias y restaurantes, buscando su lugar donde está más cerca de las personas.

La estrategia de la fábrica es directa: replica al 1:1 la línea de producción real en el stand y hace que los robots "incorporen" públicamente, realizando tareas repetitivas y aburridas.

El líder en robots logísticos y de almacenamiento, Geek+, lanzó su primer robot humanoide universal, Gino1, equipado con capacidad de control paralelo integral coordinado entre manos y pies, capaz de operar en conjunto con robots móviles y estaciones de selección para completar todo el proceso de picking. Se informa que el tiempo de ejecución por tarea se redujo aproximadamente un 30%.

Zhìyuán lanzó oficialmente cinco nuevos productos: Faraday A3 Ultra, Spirit G2 Max, Lingxi X2 EDU, Critical Point OmniHand 3 Ultra-M y Kuituo Cycling Robot. En la exhibición, presentó escenarios de almacenamiento y apilamiento del Spirit G2 Max en colaboración con JD Logistics, replicando el estado de implementación de la línea de producción de carga y descarga de platos. Además, en conjunto con Junpu Intelligence, montó una línea completa de procesamiento de chips, realizando continuamente operaciones de larga duración como carga, empaquetado y transporte, validando su rendimiento estable sin intervención humana.

Shi Zhihang llevó la línea de producción circular para harnesses automotrices a su stand; su solución inteligente de robots A1 para harnesses está diseñada específicamente para la automatización integral del proceso, incorpora un gran modelo propio de cuerpo embebido que puede simular operaciones flexibles humanas y integrarse sin interrupciones en líneas de producción existentes. Se informa que esta solución ya se implementó a gran escala en Tianhai Electronics en junio de este año.

Los robots Leju replican la capacidad de operación flexible y automatizada en múltiples estaciones, incluyendo escenarios de desapilado, transporte y alimentación de materiales, sin ninguna intervención humana, funcionando sin interrupciones en la feria con un rendimiento idéntico al de una línea de producción industrial real.

La estructuración elevada de los escenarios industriales, los límites de tarea claros y la ROI cuantificable son juicios comunes de los fabricantes. Los robots no necesitan ser "universales"; basta con perfeccionar una sola tarea en una estación específica.

Los que enfrentan los servicios comerciales se enfrentan a un conjunto completamente diferente de preguntas, con un entorno más abierto, interferencias más aleatorias y un margen de error más pequeño.

Galaxy General presentó dos robots con posiciones claras: el robot general Galbot G1, enfocado en servicios de interacción, y el robot de carga pesada Galbot S1, diseñado para escenarios industriales. Todos los movimientos de ambos productos son impulsados en tiempo real por el modelo de inteligencia artificial corporal desarrollado internamente, AstraBrain.

G1 demostró versatilidad en escenarios de servicio tanto para consumidores como para empresas, cubriendo múltiples aplicaciones como preparar el desayuno, comercio inteligente y recepción; S1 se enfoca en escenarios industriales más intensivos, mostrando completamente la cadena de operaciones logísticas desde la desapilación, el transporte hasta la apilación.

AlphaBot 2 (AiBao), la nueva versión evolucionada de Zhi Square, adopta un enfoque diferente. Se convierte en el propietario que prepara café, cócteles y helados en el lugar, ofreciendo, además de su trabajo, un valor emocional y una experiencia de consumo indispensables en los servicios comerciales B2B.

Aunque los caminos de estas dos empresas difieren, comparten la misma lógica comercial: cuanto más abierta sea la escena, mayor será la complejidad técnica, pero también más urgente será la demanda del mercado y más fuerte la disposición a pagar. Si se demuestra la confiabilidad en un escenario específico, se puede cerrar el ciclo comercial. Esta es precisamente la razón por la que la mayoría de las empresas en el sector B optan por desarrollar simultáneamente escenarios de servicios industriales y comerciales.

Es importante destacar que Fourier lanzó su robot de doble brazo con ruedas de alta carga, el GRW, con una capacidad de carga estable de hasta 16 kg, un espacio de trabajo de más de 2 metros y una movilidad flexible, enfocado en escenarios de colaboración humano-robot de alta carga como logística de almacenes, manufactura industrial y cuidado de la salud. Se informa que este robot está equipado con la plataforma de desarrollo sin código de Fourier, lo que reduce aún más la barrera de operación.

Además, el servicio de guía cultural y de entretenimiento ya es una subindustria relativamente madura. Durante el WAIC, Zhiyuan colaboró con Qingtian Zu para desplegar sesenta robots de inteligencia encarnada de diversos tipos en la sede principal y dos sedes secundarias, encargándose de servicios como orientación y guía en áreas públicas clave. Modelos como el A3 y el Lingxi X2, además de ofrecer servicios de guía, demostraron en vivo movimientos de alta dificultad y coreografías controladas en grupo, atrayendo multitudes de espectadores y aplausos.

Peng Zhihui, cofundador de Zhì Yuán, dijo en una entrevista que el cambio más evidente en la industria es pasar de demostraciones espectaculares a la implementación y la productividad: "La gente se preocupa más por si realmente puede entrar en fábricas y entornos de servicios comerciales".

Fábrica o tienda, los caminos son distintos, pero la pregunta es la misma: cómo obtener con anticipación el boleto para sobrevivir en el proceso de comercialización. Cada empresa responde a su manera, a la espera de la validación del mercado.

La diferenciación en el lado del consumidor final no es tan clara como en el lado empresarial. Las fábricas compran robots calculando el ROI, el período de recuperación de la inversión y cuánto personal se reemplaza. La decisión del consumidor individual es mucho más compleja: algunos compran por “diversión”, otros comparan precios según “capacidad”, y otros tienen expectativas dobles de compañía y utilidad, a menudo combinando los tres aspectos.

Desde el lugar, al mismo tiempo dirigido a hogares y consumidores individuales, algunas empresas hacen que los robots sirvan como “compañeros” o “compañeros de estudio”, acompañando a las personas en partidas de ajedrez o conversaciones, vendiendo valor emocional; otras se posicionan como “empleadas domésticas”, enfocándose en tareas del hogar y vendiendo valor de “hacer tareas”; y otras intentan encontrar un equilibrio entre el acompañamiento y las tareas.

La familia de robots "Mao Mao Tou" de Fu Liye lleva el "valor emocional" un paso adelante: el GR Nano de escritorio se centra en el acompañamiento emocional personal, generando sutiles cambios emocionales al ser tocado, y los usuarios pueden configurarle una personalidad exclusiva. El GR Mini, con su apariencia tierna y danzas humanizadas, potencia escenarios como visitas guiadas en exposiciones y acompañamiento para personas mayores. Aunque el GR Nano aún no se ha lanzado, la apuesta de Fu Liye en el segmento C hacia la "conexión emocional" ya es claramente visible.

Qiyuan T1 y Q1 se centran en la compañía familiar y la experiencia educativa y científica. El T1 es el primer robot personal convertible del mundo, capaz de cambiar libremente entre forma rueda-pierna humanoid y forma cuadrúpeda; el Q1, con un diseño ligero, se enfoca en la compañía familiar y la experiencia educativa y científica. El stand está guiado por robots que dirigen el ritmo interactivo, y se informa que ya se han abierto tiendas físicas en centros comerciales.

El robot humanoide pequeño lanzado por JAKA, el JAKA π ("Pi Zai"), mide solo 1.22 metros de altura y es uno de los humanoides más compactos de su categoría, equipado con una arquitectura fusionada de "cerebro + cerebelo", realiza demostraciones en el stand e interactúa con los visitantes. Aunque el mercado principal de JAKA es la industria, la aparición del "Pi Zai" demuestra que incluso los actores industriales no pueden ignorar el atractivo de la estrategia de "ser encantador".

El robot humanoide femenino Luna de ZhiJi Power llama la atención con su diseño de tejido flexible y una expresión de baile fluida, atrayendo a una gran audiencia; sus movimientos son ágiles y naturales, con una marcha elegante, y cuenta con una terminal de control iPad que permite aprender bailes con un solo clic en video y organizar movimientos mediante arrastre.

Vitadong presenta en la zona de JD un perro robot capaz de acompañar y conversar de forma autónoma, sin necesidad de control remoto.

Al observar detenidamente a estos participantes de "compañía", se nota que sus tareas tienen límites claros, la interacción es controlable y la tecnología es relativamente madura; no requieren comprender el mundo físico complejo, solo responder correctamente dentro de reglas limitadas. Estos escenarios son esencialmente "preguntas cerradas", no exigen trabajo pesado, y basta con que sean lo suficientemente interesantes y brinden sensación de compañía para que alguien esté dispuesto a pagar.

El enfoque de los trabajadores es completamente diferente. Deben entrar en los hogares y realizar tareas del hogar como doblar ropa, recoger juguetes y organizar habitaciones. Para los robots, esto representa una dificultad "infernal": la tela es blanda, las arrugas son aleatorias y cada vez que se coloca la misma camiseta, su forma es diferente.

La "Vivienda Encarnada" de Fu Liye es uno de los más avanzados en términos de ruta tecnológica entre los practicantes. El stand presenta un espacio simulado de hogar completo llamado "Un día con el robot asistente". Cuando el usuario emite una instrucción vaga como "Tengo sed", el GR-3 puede comprender automáticamente la necesidad, localizar el objeto y entregarlo sin requerir una ubicación específica. Una pantalla grande en vivo visualiza en tiempo real todo el proceso de toma de decisiones del robot.

El F2 futuro no está lejos, se posiciona como "el mayordomo exclusivo del hogar", con un diseño suave y adorable que puede acompañarte a jugar al ajedrez, supervisar tus estudios, recoger y doblar ropa, y rellenar el alimento para gatos. El producto ya está a la venta y ha sido adoptado por cientos de hogares mediante pago, siguiendo un enfoque práctico de "hacer primero lo posible y luego expandirse gradualmente".

Youliqi demostró tareas de larga duración como la preparación de pizza, la elaboración de dibujos de azúcar y la limpieza de habitaciones, pero al examinarlas con detalle, estos escenarios son más bien "validaciones de capacidad" y aún distan de resolver realmente los problemas cotidianos del hogar.

Una demostración fluida en el pabellón no cambia una realidad: el entorno doméstico es un mundo abierto, mientras que las capacidades tecnológicas actuales aún se mantienen en entornos cerrados o semicerrados. Ya es difícil completar tareas preestablecidas en escenarios fijos; entrar verdaderamente en el hogar de “mil hogares, mil caras” aún tiene un largo camino por recorrer.

La diferencia entre los partidarios de la compañía y los partidarios del trabajo radica, en apariencia, en distintas rutas tecnológicas, pero en esencia, en visiones distintas de la relación humano-máquina. Los primeros ven a los robots como compañeros, vendiendo conexiones emocionales; los segundos los ven como asistentes, vendiendo liberación laboral.

En un entorno cerrado, las “preguntas fáciles” y en un mundo abierto, la “dificultad infernal”, representan dos ritmos de comercialización distintos: uno que crece rápidamente mediante efectos de escala, y otro que avanza lentamente mediante avances tecnológicos.

Actualmente, muchos servicios de acompañamiento ya han establecido un ciclo de producción en masa, mientras que los servicios de trabajo aún esperan un punto de inflexión tecnológico. En el segmento C, en comparación con la visión de "futuro prometedor", el mercado está más dispuesto a pagar por productos que sean "utilizables ahora".

Además de la diferenciación entre escenarios B2B y B2C, en la feria había otro tipo de puestos, sin danzas ni atracciones, solo cámaras de cabeza, guantes de datos y estaciones de teleoperación, junto con personas que los llevaban y repetían el mismo movimiento una y otra vez. Lo que hacían era sencillo: antes de que los robots aprendan a trabajar, les enseñan cómo aprender.

En el stand de Mifeng Technology, se exhiben el dispositivo de captación con casco MEgo View y el dispositivo portátil en forma de pinza MEgo Gripper. Los usuarios llevan el equipo y usan la pinza para agarrar objetos frente a ellos; los lentes de ojo de pez de 200°, los sensores táctiles tridimensionales y el IMU de nueve ejes de la pinza recopilan datos simultáneamente, mientras que una pantalla grande reconstruye en tiempo real la trayectoria de la operación con precisión de milímetros. La定位 de Mifeng es clara: no fabrican robots, solo actúan como “profesores de robots”. A través de un modelo de crowdsourcing, recopilan videos de operaciones humanas, reduciendo el costo de los datos hasta un tercio o menos en comparación con la teleoperación tradicional con máquinas reales.

Los robots Siling siguen una ruta de teleoperación con retroalimentación de fuerza de alta precisión, ofreciendo una precisión extremadamente alta pero a un costo elevado. En el sistema de adquisición de datos Diana3 + Diana7G2, el operador sostiene el brazo principal, mientras que el brazo esclavo remoto replica en tiempo real todos los movimientos, logrando una retroalimentación de fuerza bidireccional en milisegundos y almacenando datos multimodales como sensación de fuerza, movimiento y visión.

Shi Zhihang presentó un sistema de recopilación de datos construido bajo el paradigma "Human-Centric", desarrollando independientemente el sistema de recopilación de datos SenseHub de alta precisión, que utiliza guantes de cinco dedos para capturar completamente la pose espacial de la mano, la postura de los dedos y la fuerza de operación. La lógica central es: el sujeto de la recopilación de datos es el ser humano, no el robot; los modelos grandes absorben los datos de operación humanos y luego los transfieren al robot.

En la feria, hay muchos más dispositivos de adquisición de datos similares a estos tres. La RoboPocket de Qiongche Intelligence, la solución HumanData de Jianzhi Robotics, la pinza de adquisición visual y táctil de Qianjue Robotics y el sistema Looper de Chenjing Technology cubren desde la visión hasta el tacto, desde la captura de movimiento corporal completo hasta la perspectiva en primera persona, y los dispositivos de adquisición de datos están abarcando dimensiones cada vez más especializadas.

Los robots en el stand que se introducen en fábricas y supermercados parecen estar trabajando, pero en realidad también están recopilando datos útiles de escenarios reales. Trabajar y recopilar datos están vinculados.

El cero es un ejemplo clásico de esta lógica, desarrollado en torno a cuatro ejes principales: "retail inmediato, base de datos, generalización de escenarios y entrada al hogar". En el stand se creó un espacio inmersivo donde el robot humanoide ZERITH-H1 con ruedas, equipado con un sistema de percepción multimodal 3D, opera continuamente frente a un estante simulado de una tienda de conveniencia, identificando productos, agarrándolos, clasificándolos y reponiéndolos, completando todo el proceso de forma autónoma. Todos los datos de cada intento de agarre —éxito o fracaso, fuerza adecuada o no, precisión del punto de agarre— se devuelven al backend para la iteración del modelo.

La clave de esta lógica es "convertir la captura física en API". Zeroth power convierte capacidades físicas como la captura, el reconocimiento y la clasificación en interfaces estandarizadas y reutilizables, y las interfaces optimizadas pueden ser llamadas directamente por más escenarios.

Pero si esta capacidad "entrenada con datos" puede realmente generalizarse sigue siendo la mayor incógnita de la industria.

Yao Maoqing, socio de Zhì Yuán, señaló en el foro Zhì Qǐ Tǐshēn del WAIC que, para lograr la escalabilidad de la inteligencia física, es necesario superar tres barreras: primero, la barrera de datos, ya que los datos de interacción real son escasos y su obtención es costosa; segundo, la barrera de representación, ya que aún no se ha formado una representación física unificada para tareas y escenarios diversos; y tercero, la barrera del bucle cerrado, ya que los ensayos y errores reales tienen un costo elevado y la retroalimentación es lenta.

Reveló que la escala de datos corporales presenta una diferencia de más de diez mil veces con respecto al corpus de preentrenamiento de modelos de lenguaje; para lograr la comprensión de leyes físicas generales, se requieren al menos miles de millones de horas de acumulación de datos.

En la parte más ascendente de la cadena de suministro de datos, RoboSense aborda las preguntas de dónde provienen los datos y cómo garantizar su calidad. Su plataforma de percepción totalmente sólida de segunda generación, E2, mejora la precisión en un 300 % respecto a la generación anterior, alcanzando una frecuencia de puntos en millones, lo que permite a los robots generar simultáneamente activos de datos calculables y aprendibles durante su movimiento y operación, formando un ciclo cerrado de “percepción—datos—entrenamiento—iteración”.

La aparición masiva de equipos de adquisición de datos es, en cierta medida, una forma de compensar la falta de inteligencia con “esfuerzo”. Como señaló Yao Maoqing, la transición de la inteligencia artificial física de “capaz de demostrar” a “capaz de trabajar” depende clavemente de si se puede formar un sistema general, escalable y evolutivo.

Las cámaras de casco, los guantes de datos y las estaciones de teleoperación en el pabellón están haciendo lo mismo: traducir el mundo físico a un lenguaje que los modelos puedan entender. Cuanto más rápido y preciso sea esa traducción, más pronto llegará el día en que los robots aprendan a trabajar. Pero antes de eso, toda la industria aún debe seguir recolectando datos con el método más sencillo, esperando un resultado más inteligente.