La empresa estadounidense Physical Intelligence ha marcado un punto de inflexión en la robótica con el lanzamiento de su modelo π0.7, un sistema de inteligencia artificial diseñado para actuar como un cerebro de propósito general. A diferencia de los modelos tradicionales que requieren ser entrenados individualmente para cada tarea específica, este nuevo sistema utiliza la "generalización compositiva". Esto permite a los robots combinar habilidades aprendidas en contextos previos para ejecutar acciones nunca antes practicadas, como operar electrodomésticos desconocidos o doblar ropa, basándose únicamente en instrucciones sencillas y estímulos visuales.

El desarrollo del π0.7 responde a la necesidad de superar la rigidez de los sistemas actuales, integrando visión, lenguaje y acción de manera fluida. El modelo se entrena mediante una estrategia multimodal que incluye datos de diversas plataformas robóticas, demostraciones humanas y episodios autónomos. Gracias a esto, el robot no solo entiende el objetivo final, sino que puede interpretar subobjetivos y parámetros temporales, adaptando su comportamiento a entornos dinámicos y no estructurados en tiempo real.

A pesar de este avance hacia la inteligencia adaptativa, los investigadores reconocen que la autonomía total todavía enfrenta obstáculos. Actualmente, el sistema requiere guías detalladas para secuencias complejas de varios pasos y carece de métricas de referencia estandarizadas para validar su desempeño de forma independiente. No obstante, el π0.7 posiciona a la industria en una trayectoria donde la interacción humano-robot será más intuitiva, permitiendo que las máquinas trasciendan su programación inicial para enfrentar los desafíos impredecibles del mundo real.