09/30/2026, 19.32
per Cristinacovers work, organisations and regulation
Condividi su Facebook Condividi su Twitter Condividi su Pinterest Condividi su Telegram Condividi su WhatsApp

Innodata obre un laboratori a New Jersey per generar dades d'IA física

Innodata obre un laboratori de captura de moviment per entrenar robots humanoides amb dades 3D precises, accelerant el desenvolupament de la IA física.
Innodata obre un laboratori a New Jersey per generar dades d'IA física
En síntesi
  • Innodata ha inaugurat un laboratori especialitzat en captura de moviment per generar dades d'entrenament per a robots humanoides.
  • La instal·lació utilitza tecnologia de càmeres òptiques de Vicon per obtenir precisions submil·limètriques en moviment 3D.
  • L'objectiu és superar la manca de dades d'interacció del món real, un obstacle crític per a la IA física.
  • El centre permet tant la recollida de dades com la validació independent del rendiment dels robots.

El salt de la intel·ligència artificial des dels entorns digitals cap al món tangible està trobant un mur invisible però robust: la manca de dades. Mentre que els models de llenguatge grans (LLM) s'han alimentat d'un corpus gairebé infinit de text disponible a internet, la anomenada IA física no té un equivalent digital on aprendre a moure's, manipular objectes o interactuar amb l'entorn humà de manera natural. En aquest context, Innodata ha anunciat l'obertura d'un nou laboratori de recerca i desenvolupament dissenyat específicament per resoldre aquesta carencia.

La bretxa de dades en la robòtica humanoide

La agilitat d'un robot humanoide no depèn només de la seva enginyeria mecànica o de la potència dels seus processadors, sinó de la qualitat de les dades amb les quals ha estat entrenat. Segons Rahul Singhal, CEO d'Innodata, la IA física és actualment el segment que creix més ràpidament dins de la intel·ligència artificial, però els equips de robòtica coincideixen en un problema recurrent: les dades d'interacció amb el món real són escasses, cares i lentes de produir.

Aquesta situació crea un coll d'ampolla en el cicle de desenvolupament. Sense dades precises, els robots poden presentar moviments erràtics o imprecisions que, en una màquina que pot pesar prop de 100 quilograms, es tradueixen en riscos de seguretat o ineficiència operativa. El nou centre de New Jersey busca eliminar aquest obstacle oferint una capacitat integral que va des de la recollida de dades fins a l'avaluació dels models, accelerant així l'arribada de robots més capaços i segurs al mercat.

Tecnologia de precisió submil·limètrica

Per aconseguir que un robot es mogui com un humà, no és suficient amb gravar vídeos o utilitzar sensors inercials (IMU) que s'estiguin portant sobre el cos. Innodata ha col·laborat amb Vicon, líder en captura de moviment, per equipar el laboratori amb càmeres de seguiment òptic per infrarojos de baixa latència. Aquest sistema permet mesurar moviments amb una precisió submil·limètrica, un nivell de detall que els mètodes convencionals d'anàlisi de vídeo monocular no poden assolir.

La diferència fonamental rau en la metodologia de captura. Molts proveïdors de dades intenten inferir el moviment 3D analitzant vídeos en 2D, un procés on inevitablement s'introduïen errors de càlcul. En canvi, el laboratori d'Innodata captura dades 3D directament dels cossos, siguin humans o mecànics. Com explica Frank Tanner, vicepresident de robòtica i IA física a Innodata, quan es trenya un robot de gran pes, les lectures no poden ser aproximades; han de ser exactes per garantir que cada articulació es mogui amb la precisió requerida.

Validació independent i veritat terreny

Un dels aspects més rellevants d'aquesta instal·lació no és només la generació de dades noves, sinó la capacitat de validar independentment les dades de rendiment que els propis robots generen internament. Aquest procés és crucial per establir el que en tecnologia s'anomena ground truth o veritat terreny: una referència objectiva i externa contra la qual comparar el comportament del robot.

L'estàndard de Vicon permet capturar persones, robots i els objectes que manipulen en el mateix espai, amb una latència de mil·lisegons, proporcionant una base de dades real i no una estimació.

Aquesta capacitat de validació permet als desenvolupadors de robots humanoides i als laboratoris de IA de frontera ajustar els seus models amb una retroalimentació immediata i precisa, reduint dràstament els cicles de prova i error que habitualment allarguen els projectes de robòtica durant anys.

L'impacte en el cicle de desenvolupament de la IA física

La integració d'un laboratori d'aquest tipus canvia la dinàmica de producció de la IA física. Tradicionalment, el procés era fragmentat: una empresa recollia dades, una altra entrenava el model i una tercera provava el robot en un entorn real. Innodata proposa un model end-to-end que comprimeix aquests passos. La recollida de dades directes permet que el model d'IA aprengui patrons de moviment humans complexos amb una eficiència molt superior.

Aquesta infraestructura és especialment vital per a robots que han de treballar en entorns industrials o de serveis, on la interacció amb objectes físics requereix una coordinació motora fina. La precisió en el registre de cada articulació és el que permet passar de robots que simplement es desplacen a robots que poden manipular eines o objectes delicats amb la naturalitat d'una persona.

El futur de la robòtica i la dependència de les dades

La fundació d'Innodata el 1988 ja apuntava a una visió on les dades i la IA estessin inextricablement vinculades. Avui, aquesta visió s'aplica a la robòtica. La indústria s'està movent cap a un escenari on el hardware (el cos del robot) s'està estandarditzant, mentre que el veritable valor是在 el software i, sobretot, en elConjunt de dades utilitzat per entrenar-lo.

L'obertura d'aquest laboratori suggereix que el pròxim gran salt en la robòtica humanoide no vindrà necessàriament d'una nova descoberta en materials o batteries, sinó d'una millora en la qualitat de l'alimentació de dades. La capacitat de traduir el moviment humà a dades digitals pures i precises és la clau per desbloquejar la utilitat real dels humanoides en el món laboral i domèstic.

Implicacions per a l'ecosistema empresarial de Catalunya i Espanya

L'avanç d'Innodata en la IA física té ressonàncies directes per a l'ecosistema tecnològic de Barcelona i el mercat espanyol. Catalunya, amb un teixit industrial fort i un hub de robòtica consolidat, es troba en una posició estratègica per adoptar aquestes millores en el trenament de màquines. Per a les empreses locals que desenvolupen solucions de logística automatitzada o robòtica col·laborativa, l'accés a dades de moviment d'alta precisió podria accelerar la implementació de sistemis més intuïtifs i segurs.

No obstant això, aquest progrés s'inscreu en el marc del AI Act de la Unió Europea. La recollida de dades biomètriques i de moviment humà per a l'entrenament de IA requereix un compliment rigorós de la normativa de privadesa i ètica. Les empreses catalanes que vulguin col·laborar amb laboratorisinternacionals o implementar aquestes tecnologies hauran de garantir que la procedència i l'ús de les dades respectin els estàndards europeus, evitant biaixos i assegurant la transparència en l'avaluació dels models.

A més, l'ecosistema d'emprenedoria de Barcelona pot veure una oportunitat en la creació de serveis de validació de dades o en el desenvolupament de software que optimitzi l'ús d'aquestes captures 3D per a aplicacions industrials específiques. La transició cap a una IA física més madura obre la porta a que la indústria manufacturera espanyola integri robots humanoides no només com a eines de repetició, sinó com a col·laboradors capaços d'adaptar-se a l'entorn humà amb una precisió sense precedents.

Preguntes freqüents

Què és exactament el nou laboratori d'Innodata?

És un centre de recerca i desenvolupament especialitzat en la captura de moviment 3D per generar dades d'alta precisió per a l'entrenament de robots humanoides i la validació del seu rendiment.

Per què no s'utilitzen vídeos normals per entrenar els robots?

Els vídeos 2D requereixen que la IA inferi la profunditat i el moviment 3D, cosa que introdueix errors. El sistema d'Innodata captura dades 3D directes amb precisió submil·limètrica, eliminant aquestes estimacions.

Quina tecnologia s'utilitza per a la captura de moviment?

S'utilitzen càmeres òptiques per infrarojos de baixa latència desenvolupades en col·laboració amb Vicon.

Com afecta això al temps de desenvolupament dels robots?

Comprimeix els cicles de desenvolupament en oferir una capacitat end-to-end, des de la recollida de dades fins a l'avaluació del model, accelerant l'arribada de robots més segurs al mercat.


Fonts: Therobotreport, Finance, Digitaljournal ·

glacom · Configurador de producte 3D glacom: el client compon, tu pressupostes →
Hai una domanda su questo dossier?

Scrivila qui: Susanna, l assistente AI di glacom, ti risponde via email con un approfondimento gratuito.

Nessuna consulenza personalizzata (finanziaria, legale o medica): solo informazione e fonti. Email usata solo per rispondere.

oppure scrivile su: WhatsApp · Telegram · SimpleX · Delta Chat · Email

Condividi su Facebook Condividi su Twitter Condividi su Pinterest Condividi su Telegram Condividi su WhatsApp
Printable version
CLOSE X
See also
NIS2 i el risc de tercers: el nou paradigma de la ciberseguretat
La Directiva NIS2 redefineix la responsabilitat dels proveïdors cloud i la gestió de riscos de tercers (TPRM). Descobreix l'impacte per les empreses i…
11/11/2026 15:27
PwC preveu que la Physical AI valdrà 121.000 milions d'euros al 2035 a Europa
La Physical AI transforma les fàbriques en sistemes autònoms. Descobreix com ABB i Tensor impulsen aquest canvi tecnològic a Sabadell i Barcelona.
20/10/2026 11:41
Filtracions massives als EUA: el Pentàgon i l'FBI sota atac
Dos greus atacs a agències federales dels EUA han exposat dades de milions de militars i agents, alertant sobre la vulnerabilitat de les infraestructu…
06/10/2026 15:23
AWS Well-Architected Agent: la IA que optimitza el núvol empresarial
Amazon llança AWS Well-Architected Agent, una IA que analitza infraestructures cloud per optimitzar costos, seguretat i rendiment sense audits manuals…
05/10/2026 19:14
ASI i SoftBank impulsen la construcció autònoma amb flotes mixtes
ASI i SoftBank creen una joint venture per automatitzar la construcció pesada. Una aposta per solucionar la manca de mà d'obra amb tecnologia OEM-agnó…
03/10/2026 07:53