¿Una IA capaz de razonar y actuar en el mundo real?

 MolmoAct es la novedad.


Este nuevo sistema creado por el Allen Institute for AI (AI2) no solo entiende lo que le pides, sino que también razona, planea y ejecuta acciones físicas en tiempo real.

En su demo más reciente, un brazo robótico fue capaz de tomar objetos, moverlos y adaptarse al entorno como si realmente pensara qué hacer. Lo impresionante es que no se limita a ejecutar movimientos predefinidos: analiza la situación, corrige errores y toma decisiones autónomas al instante. Esto marca una diferencia radical frente a los sistemas tradicionales que simplemente siguen instrucciones paso a paso.

La clave está en que MolmoAct convierte imágenes 2D en visualizaciones 3D. Gracias a ello, el sistema puede “previsualizar” sus movimientos antes de actuar, evaluando riesgos y optimizando la forma de alcanzar un objetivo. En otras palabras, combina la percepción visual con la capacidad de razonamiento para actuar en entornos dinámicos.

Además, el proyecto destaca por tres características fundamentales:

  • Razonamiento: no ejecuta ciegamente, interpreta y toma decisiones.

  • Control humano: puede guiarse, ajustarse y supervisarse.

  • Código abierto (open-source): cualquier investigador o desarrollador puede acceder al sistema, probarlo y expandir sus capacidades.

Esto abre un escenario muy diferente al de los chatbots conversacionales como ChatGPT. Ya no hablamos solo de IA que entienden y generan lenguaje, sino de IA que se integran con el mundo físico, detectan errores y actúan por sí mismas con un nivel de autonomía sorprendente.

El impacto potencial es enorme: desde robótica industrial más segura y flexible, hasta aplicaciones en el hogar, la medicina o la logística. Y lo mejor es que, al ser open-source, no se queda en manos de unos pocos gigantes tecnológicos: está disponible para la comunidad global.

Quizá estemos viendo los primeros pasos hacia una nueva generación de sistemas donde la inteligencia artificial deja de estar encerrada en la pantalla y empieza a convivir con nosotros en el mundo real.


obtenido de: https://www.geekwire.com/2025/ai2-unveils-molmoact-an-open-source-robotics-system-that-reasons-in-3d-and-adjusts-on-the-fly/

Comentarios

Publicar un comentario

Entradas populares de este blog

Crea modelos de Deep Learning con Teachable Machine

Imagen
 Clasifica Imágenes a tu gusto con Teachable Machine de Google Teachable Machine es una herramienta basada en la web que nos permite como usuarios poder entrenar un modelo para calcificación de imágenes, sonido y posturas, sin la necesidad de un código, una de las grandes ventajas de esta herramienta es poder elaborar los modelos que queramos sin la necesidad de instalarlos y posteriormente exportarlos ya se como links o archivos de Tensor Flow que podremos utilizar para realizar aplicativos móviles.    En este mini tutorial aprenderemos a como realizar una clasificación de imágenes, como ejemplo tendremos sitios turísticos de Nariño y veremos como en pocos minutos nuestro modelo es capaz de identificar estos sitios. ¡¡COMENCEMOS!! 1. Abrir en nuestros navegadores la pagina   https://teachablemachine.withgoogle.com/  2 . Al ingresar en la pagina le daremos "PRIMEROS PASOS" 3. Tendremos las tres opciones de proyectos y en este caso será de imágenes 4...
Leer más

Inteligencia Artificial: ¿ Cómo hacer un programa de clasificación de imágenes ?

Imagen
¡¡Clasificador de Imágenes con Inteligencia Artificial!!  Debido a la explosión y gran crecimiento  que ha tenido la inteligencia artificial en las ultimas décadas, diversas técnicas útiles han sido creadas para ayudar a la ciencia, medicina, industria, tecnología y otros campos más; este es el caso de la clasificación de imágenes, que gracias al Deep Learning logra obtener resultados impresionantes listos para ser utilizados en cualquier campo en el que su uso sea requerido. Si bien esto suena complicado, en esta nota pretendemos explicar como realizar un clasificador sin tener previos conocimientos de IA o de programación. Esto lo haremos en sencillos pasos mediante la nueva herramienta de Microsoft llamada Lobe | Machine Learning Made Easy. 1.  Descargar la Herramienta.   Nos dirigimos a  https://lobe.ai/  y a continuación pulsamos Download, posteriormente instalaremos el programa y lo iniciaremos. 2.  Nuevo Proyecto:  Una vez decida sobre...
Leer más

¡¡¡ Estudiante Autónoma, realiza propuesta de Arte Generativo Usando Redes Neuronales Convolucionales y Redes Generativas Adversas !!!

Imagen
Jehannes Oviedo direcciona el proyecto en busca elaborar una propuesta de arte generativo, crear pinturas mediante el uso de redes neuronales convolucionales y redes generativas adversarias integradas con mi técnica tradicional y estilo pictórico, que una vez llevadas a soportes físicos pueda mostrarse como una exposición de arte tradicional.  Este trabajo se aborda desde mi perspectiva de un Artista-Ingeniero y se enfoca en la aplicación práctica como tal de las técnicas de producción de arte generativo a través del Deep Learning, más específicamente las redes neuronales convolucionales.  Al ser yo Pintor en técnicas tradicionales usare mis dibujos tipo boceto sin color y de otro lado obras finalizadas que he hecho en óleo y acrílicos en sobre lienzo, las mismas hechas en mi estilo pictórico actual. Con lo anterior busco aportar la composición de contenido y el estilo pictórico, a las obras que se generarán a través de los algoritmos de Deep Learning, las cuales he defin...
Leer más