es.wedoany.com Noticia: El 20 de mayo se dieron a conocer los últimos resultados de evaluación de RoboChallenge, la primera plataforma mundial de evaluación a gran escala con robots reales para inteligencia encarnada. El modelo Era0 de la empresa china Robotera (Xingdong Jiyuan) ocupó el primer lugar en la clasificación general en la serie de tareas Table30, con una tasa de éxito del 64,33% y una puntuación de proceso de 76,34, y encabezó las 17 tareas de manipulación diestra en mesa. Lo que más llamó la atención de la industria fue que, en las dos tareas de máxima dificultad, "hacer un sándwich vegetariano" y "limpiar la mesa", donde todos los modelos evaluados anteriormente habían obtenido una tasa de éxito del cero por ciento, Era0 se convirtió en el único modelo del ranking en lograr una tasa de éxito distinta de cero.

La plataforma RoboChallenge, en la que se evaluó Era0, es conocida en la industria como el "examen real" para los modelos encarnados. Esta plataforma fue lanzada conjuntamente por Dexmal y Hugging Face en octubre de 2025. Su clúster de pruebas abarca 20 robots convencionales como UR5, Franka, ARX5 y ALOHA, y realiza "pruebas ciegas" a todos los modelos participantes bajo restricciones de hardware estandarizadas y unificadas. Su conjunto de tareas Table30 cubre 30 operaciones diestras estandarizadas en mesa, y todo el proceso y los resultados de las pruebas son públicos y trazables.

Era0 de Robotera ocupó el primer lugar en todas las dimensiones de Table30, incluyendo coordinación bimanual, manipulación de objetos flexibles, percepción multivista, tareas de clasificación y tareas de larga duración. Además de Era0, compitieron en el mismo ranking modelos encarnados líderes a nivel mundial como π0/π0.5 de Physical Intelligence y CogACT de Microsoft, así como modelos de desarrolladores chinos como DM0 de Dexmal y Spirit-v1.5 de Spirit AI. Cabe destacar que RoboChallenge se ha incorporado oficialmente como competición en dos importantes conferencias internacionales, CVPR 2026 e ICRA 2026, convirtiéndose en un referente importante para medir la capacidad de implementación práctica de los modelos encarnados.

La tasa de éxito del 64,33% alcanzada por Era0 de Robotera en esta evaluación supera ampliamente el 62,00% del segundo clasificado, DM0 de Dexmal, y el 51,67% del tercero, GigaBrain-0.1, y está muy por encima del 42,67% de π0.5 y del 28,33% de π0. Como referencia del sector, el informe anual de RoboChallenge publicado en febrero de 2026 mostraba que la tasa de éxito promedio del modelo líder en Table30 apenas superaba el 40%, y la tasa de éxito en tareas de manipulación fina era generalmente inferior al 10%. Cuatro meses después, Era0 elevó este punto de referencia hasta el 64,33%, con avances especialmente notables en la manipulación de objetos flexibles y las tareas con memoria a largo plazo.

Un responsable de Robotera declaró que Era0 logra una profunda integración del modelo de Acción de Lenguaje Visual (VLA) con el modelo del mundo, y forma un avance sinérgico en los tres frentes de datos, modelo e inferencia. En el frente de datos, el equipo estableció un Procedimiento Operativo Estándar (SOP) de control de calidad cuantitativo y un conjunto de datos de preentrenamiento multi-embodiment, garantizando la calidad de los datos y la transferibilidad del modelo. En el frente del modelo, se introdujo una tecnología de mejora de la percepción de localización visual, que permite al robot completar tareas de alta generalización como "tirar una bola de papel blanca en un cubo de basura blanco en un entorno completamente blanco"; al mismo tiempo, se introdujo un mecanismo de memoria temporal a corto plazo, que permite al modelo recordar acciones y estados recientes al ejecutar tareas largas, evitando errores repetidos y movimientos circulares causados por depender únicamente de la información del fotograma actual. En el frente de inferencia, se mejoró la continuidad de la trayectoria y la estabilidad de la ejecución mediante interpolación de acciones, adaptación de parámetros y posprocesamiento de pinzas.

Robotera, fundada en agosto de 2023, es una incubación del Instituto de Información Interdisciplinaria de la Universidad de Tsinghua y es la única empresa de inteligencia encarnada en la que la Universidad de Tsinghua tiene participación accionarial. Su fundador, Chen Jianyu, es supervisor de doctorado y profesor asistente en la Universidad de Tsinghua. La empresa insiste en la investigación y desarrollo autónomo de pila completa de software y hardware, integrando el "cerebro encarnado" y el "cuerpo humanoide", con más del 95% de los componentes de hardware principales desarrollados internamente, construyendo una matriz de productos de "robots humanoides + componentes centrales + soluciones sectoriales". En julio de 2025, la empresa completó una ronda de financiación Serie A de casi 500 millones de yuanes, y en noviembre del mismo año completó una ronda Serie A+ de casi 1.000 millones de yuanes. El total acumulado de pedidos ha superado los 500 millones de yuanes, habiendo establecido colaboraciones profundas con empresas como Geely, Renault, SF Express, TCL, Haier y Lenovo.

La ventaja técnica de Era0 se ha extendido de las listas de evaluación a la primera línea industrial. Actualmente, Robotera ha iniciado colaboraciones profundas con empresas líderes de logística como China Post y SF Express. Las tecnologías y productos relacionados operan de forma regular en más de 10 centros logísticos de 5 provincias y ciudades de todo el país, logrando la primera implementación de ajuste producto-mercado (PMF) de inteligencia encarnada en el sector de la clasificación logística. En escenarios de almacenamiento y logística, la eficiencia de los robots en tareas de suministro de paquetes y clasificación de medicamentos ha alcanzado el 70% del nivel humano, y el mayor pedido individual en la industria logística se acerca a los 50 millones de yuanes. En el ámbito de la fabricación de automóviles, la empresa se centra en tareas como la recogida de piezas, el ensamblaje de alta precisión y la inspección de calidad, y está avanzando en la validación de escenarios con varios fabricantes de automóviles.

Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com