La industria automatizó el chasis, la pintura y el montaje rígido. El mazo de cables se sigue armando a mano. No es falta de inversión: es que un cable flexible cambia de forma en cada intento.
La tesis: la brecha entre el laboratorio y la planta no es de inteligencia, es de condiciones. El laboratorio controla la luz, la pose y el objeto; la planta no controla nada de eso — y exige que el sistema funcione igual, turno tras turno.
El caso testigo, lo que ya se logró y en qué condiciones, las cinco brechas que separan el demo de la línea, y el hardware que sí llega a producción.
Intuición Física 06 · Animación Interactiva
El cable que nunca es el mismo
Compara una política con una sola cámara contra una multimodal (multi-vista + fuerza-par en la muñeca) insertando un cable flexible cuyo estado cambia en cada intento.
Intuición clave: la diferencia entre 36 % y 78 % no la produce un modelo más grande, sino más sentidos sobre el mismo hardware: varias cámaras y la fuerza en la muñeca. En planta, eso es la diferencia entre un puesto automatizado y un puesto que sigue necesitando al operario.
📄Base empírica: Industrial Dexterity Benchmark (He et al., 2026) — 48 ensayos por configuración: 78 % multimodal vs 36 % monocular, con ~100 demostraciones por fase.
✅Los porcentajes y el número de ensayos provienen del paper; la forma del cable y su animación son esquemáticas.
El testigo: el mazo de cables.Enrutado de cable e inserción de conectores siguen dependiendo del trabajo manual pese a décadas de robótica: objeto deformable, alta varianza de geometrías, fuerza limitada para no dañar y poses que cambian.
Lo que ya se logró.Inserción de conectores con fuerza-par + visión: más del 90 % en cinco geometrías, con 300 demostraciones teleoperadas. Enrutado de cable en banco industrial: 78 % multimodal frente a 36 % con una sola cámara.
En qué condiciones se logró.La revisión sistemática desde ingeniería industrial lo advierte: muchas soluciones se proponen «bajo configuraciones industriales simplificadas». El demo funciona; la línea, todavía no.
Las cinco brechas lab→planta.Benchmarks sin planta real, métricas de éxito no estandarizadas, certificación previa al despliegue, seguridad en cobots (ISO/TS 15066) e inferencia local: la planta no tiene nube ni GPU de datacenter.
El hardware que sí llega.Modelos comprimidos validados en Jetson Orin y Thor (más del doble de velocidad con menos del 1 % de caída), VLMs a bordo sin cómputo externo y ROS 2 de grado industrial como capa de arnés.
La seguridad como requisito de producción.Planificación certificable para objetos deformables (predice forma y tensión), detección de fallo silencioso antes del daño y un umbral que detiene la celda.
Para el público del Camp
Este es el punto donde el tema se vuelve oferta de trabajo. Industrial: tiempo de ciclo, OEE y el puesto que no se automatiza. Mecatrónica: celdas con ROS 2, cobots y lazo de fuerza-par. Telecomunicaciones: el cableado de datacenter es, literalmente, uno de los bancos de prueba nuevos. Biomédica: ensamble de dispositivos y cableado de equipo. Multimedia: la interfaz que deja intervenir al operario justo cuando el sistema duda.
La frontera no está en entrenar el modelo: está en instalarlo, certificarlo y sostenerlo un turno completo.
Sobre el ponente
Henry Roncancio es docente de la UMNG y trabaja en el diseño de sistemas de IA para automatización empresarial.
Para profundizar
Honglu He et al. «Industrial Dexterity Benchmark: A Hardware-Software Benchmarking Platform for Industrial Dexterous Manipulation». arXiv:2607.14021, 2026.Bancos de prueba industriales: cableado de datacenter, mazo automotriz y caja de cambios. 78 % multimodal vs 36 % monocular, 48 ensayos por configuración.
Andreas Kernbach et al. «Behavioral Cloning for Robotic Connector Assembly: An Empirical Study». arXiv:2602.22100, 2026.Inserción de conectores con fuerza-par y visión: más del 90 % en cinco geometrías, 300 demostraciones teleoperadas (UR5e + SpaceMouse).
Hao Wang et al. «A Systematic Literature Review of Computer Vision Applications in Robotized Wire Harness Assembly». Advanced Engineering Informatics, 2024. DOI 10.1016/j.aei.2024.102596.La mirada de ingeniería industrial: soluciones propuestas «bajo configuraciones industriales simplificadas», y los huecos que quedan.
«Certifiably Safe Manipulation of Deformable Linear Objects via Joint Shape and Tension Prediction». arXiv:2505.13889, 2025.Seguridad certificable para cables: predice forma y tensión, y las mete en un optimizador de trayectoria en tiempo real.
Boseong Jeon et al. «Shallow-π: Knowledge Distillation for Flow-based VLAs». arXiv:2601.20262, 2026.Despliegue real: de 18 a 6 capas, más del doble de velocidad con menos del 1 % de caída, validado en Jetson Orin y Thor.
Kajetan Rachwał et al. «Multi-Agent Robotic Control with Onboard Vision-Language Models». arXiv:2607.07403, PAAMS 2026.Cómputo a bordo sin dependencia externa; almacén industrial; hardware-in-the-loop sobre mini PC.
Changhao Wang et al. «Offline-Online Learning of Deformation Model for Cable Manipulation with Graph Neural Networks». IEEE RA-L, 2022. DOI 10.1109/LRA.2022.3158376.Sim2Real del cable: modelo aprendido en simulación y residual en línea, con MPC en lazo cerrado.
«ROS2SmolVLA» (arXiv:2608.23320) y «Harness Engineering for Physical AI» (arXiv:2606.09416), 2026.Ya en la colección, con PDF local: el primer VLA pequeño integrado en ROS 2 de grado industrial, y el middleware como capa de arnés de la IA física.
Asistencia y consultas
Ponencia abierta a estudiantes, docentes y visitantes del Technology Camp 2026.