TurboVLA, NeoRacer y HumanCLAW | Robótica con IA

¿Qué ha cambiado de verdad en las últimas 24 horas? Han salido dos preprints que acotan problemas distintos y útiles, coste de inferencia y forma de medir a un VLM con cuerpo. También se ha documentado una plataforma de coche autónomo abierto. No hay un robot doméstico nuevo funcionando en casas, y eso importa decirlo antes de mirar los números.

TurboVLA: menos memoria para un modelo de manipulación

TurboVLA propone un modelo visión-lenguaje-acción de 200 millones de parámetros que va directo de visión e instrucción a acción, sin usar un LLM como intermediario central. Los autores publican el código de entrenamiento y evaluación en su repositorio oficial.

El resultado que reportan es 97,7 % de éxito en LIBERO, 31,2 ms de inferencia y 0,9 GB de VRAM en una RTX 4090. Es una cifra de sus propios benchmarks, no una prueba independiente ni una garantía para un brazo en tu mesa. Aun así, la dirección es útil: si quieres experimentar con manipulación, bajar memoria y latencia deja más margen para dedicar la GPU a datos y a iterar.

NeoRacer: plataforma abierta, pero todavía en preventa

El preprint de NeoRacer describe un coche autónomo 1:12, preensamblado y con diseño abierto. Lleva un Jetson Orin Nano, LiDAR de 270°, una cámara global shutter de 120 fps, IMU y encoders. El hardware se publica bajo CERN-OHL-S v2 y el software bajo GPLv3, según los autores.

Aquí el corte es sencillo. La página de Neobotics confirma una preventa de 2.500 dólares para las primeras unidades, 2.700 dólares después, y un primer lote previsto para junio o julio. No hay confirmación independiente localizada de entregas. Por eso no es un despliegue, es una plataforma interesante para laboratorios y clases que sigue esperando hardware en la puerta.

La parte replicable no es comprarlo sin pensar. Es mirar su lista de sensores, ROS 2 y el enfoque de plataforma común. Si ya tienes un coche RC, puedes copiar esa lógica por capas: primero control manual, luego cámara, después percepción y al final autonomía.

HumanCLAW: el límite sigue estando en decidir el siguiente paso

HumanCLAW separa la decisión del modelo del control de bajo nivel. El benchmark reúne 1.218 episodios egocéntricos en 41 escenas interiores y evalúa nueve modelos visión-lenguaje en tareas de buscar, navegar e interactuar.

El mejor resultado del paper es 16,8 % de éxito. También es un preprint, así que aún no tiene revisión por pares ni réplica externa. Pero responde una pregunta bastante práctica: dar un cuerpo a un VLM no arregla que pierda la referencia de dónde está, qué ha tocado o qué obstáculo tiene delante.

Si estás montando algo con IA, quédate con esto. El modelo puede ayudarte a elegir una acción, pero sensores, odometría y un controlador seguro siguen siendo la base. Mide antes de dar corriente y deja que la IA acelere el trabajo, no que se invente el estado del robot.