El uso de modelos de lenguaje de gran escala (LLM) ha reducido drásticamente el tiempo necesario para programar y entrenar robots virtuales, permitiendo a desarrolladores crear simulaciones complejas en cuestión de horas. Will Knight, autor de la newsletter AI Lab, documenta cómo utilizó OpenAI’s GPT-6 Sol junto con herramientas de Nvidia para entrenar a un robot virtual Microduck de Pollen Robotics a caminar y reconocer gatos bengal en un entorno 3D. Este proceso, que anteriormente requería semanas, se logró en pocas horas gracias a la capacidad de los modelos actuales para manipular representaciones físicas y generar código agéntico. La industria ya está adoptando estas técnicas; Ken Goldberg, de la Universidad de California en Berkeley, y su equipo demostraron cómo el modelo Astra de OpenAI puede generar simulaciones 3D completas con parámetros ajustados en menos de una hora. Además, investigadores de Nvidia han lanzado el marco de trabajo Aspire, que permite a los robots descubrir nuevas habilidades mediante razonamiento autónomo, como resolver cubos de Rubik. Aunque la implementación en el mundo real sigue siendo un desafío técnico significativo, la velocidad de desarrollo sugiere un impacto inmediato en la manufactura y el comercio electrónico, marcando el inicio de una era de 'robótica por vibración' donde la programación de robots se vuelve accesible para hobbyistas y profesionales.
