El problema de los robots humanoides en 2026 no es que no existan. El problema es que no saben hacer nada útil de forma consistente. Pueden caminar en demostraciones controladas, hacer gestos en ferias tecnológicas y cargar objetos en condiciones ideales. Pero entrenados para el mundo real —con suelos irregulares, objetos que se caen, personas que se mueven de forma impredecible, luces variables— fallan con una frecuencia que ningún fabricante quiere reconocer públicamente. La razón es simple: les faltan datos. Y los datos de entrenamiento de robots físicos son incomparablemente más caros de generar que los de modelos de lenguaje.
China acaba de atacar ese problema con una solución de infraestructura. Según informa Jijo Malayil en Interesting Engineering este 26 de mayo, el National and Local Co-Built Humanoid Robotics Innovation Center de Shanghái abrirá oficialmente en julio de 2026 el primer centro de entrenamiento heterogéneo de robots humanoides del mundo: un espacio de más de 5.000 metros cuadrados en el distrito de Zhangjiang donde más de 100 tipos de robots de más de una docena de empresas entrenarán simultáneamente.
Qué es un centro de entrenamiento heterogéneo y por qué marca la diferencia
El adjetivo «heterogéneo» es la clave. Hasta ahora, cada fabricante de robots humanoides entrenaba a sus propias máquinas con sus propios datos, en sus propios laboratorios, con sus propias metodologías. Eso significa que un robot de Unitree no comparte datos de entrenamiento con uno de Agility Robotics, que a su vez no los comparte con uno de Boston Dynamics ni con Optimus de Tesla. Cada empresa parte de cero.
El centro de Zhangjiang rompe ese modelo. Reúne modelos de todas esas empresas bajo el mismo techo para entrenarlos en los mismos escenarios, con las mismas condiciones y bajo el mismo protocolo de recogida de datos. El objetivo es crear una plataforma de intercambio de datos que permita a los fabricantes compartir los datos de distintos escenarios —electrodomésticos, sanidad, logística, agricultura— reduciendo la duplicación de esfuerzo y mejorando la velocidad de entrenamiento de toda la industria.
Actualmente, en la fase de ajuste y pruebas, el centro genera entre 20.000 y 30.000 entradas de datos al día. En funcionamiento pleno —previsto para julio— la producción escalará a 50.000 entradas diarias. La meta para el año es superar los 10 millones de entradas de datos reales. Para 2027, el plan es entrenar 1.000 robots simultáneamente. Los 10 escenarios clave que cubre el entrenamiento incluyen industria, hogar, servicios comerciales, turismo, medicina, agricultura y entornos especializados de alto riesgo como el interior de reactores nucleares.
El contexto: China tiene el 84,7% del mercado mundial de humanoides
Lo que convierte este proyecto en algo más que un laboratorio ambicioso es el contexto industrial detrás. En 2025, los envíos globales de robots humanoides alcanzaron unas 17.000 unidades con un valor de mercado de 2.880 millones de yuanes (unos 422 millones de euros). China enviò 14.400 unidades —el 84,7% del total mundial— producidas por más de 140 fabricantes activos en el país. Tiene el 53,8% de la cuota de mercado global en valor.
Con ese volumen de producción, la ausencia de un estándar común de datos de entrenamiento es un freno tangible para toda la industria. Si el robot de empresa A no puede aprender de los datos que generó el robot de empresa B en el mismo escenario, el sector necesita multiplicar la inversión en datos por el número de empresas existentes. La plataforma de Zhangjiang ataca ese cuello de botella.
Los robots humanoides llevan meses mostrando sus capacidades en entornos controlados. En el CES 2026, los humanoides se lucieron pero aún buscan su trabajo real: impresionantes en la demostración, con limitaciones evidentes en el turno de trabajo completo. Japan Airlines comenzó en mayo de 2026 a probar robots humanoides en el aeropuerto de Haneda en operaciones reales de equipaje, el tipo de entorno exigente donde los datos del centro de Zhangjiang marcarán la diferencia. Y el plan de Hyundai para 30.000 robots humanoides Atlas para 2028 en sus fábricas es la versión occidental del mismo problema: necesitan datos de entrenamiento masivos para que los robots funcionen de forma fiable.
Mi valoración
Después de años cubriendo robótica, lo que más me convence de este centro de Zhangjiang es su enfoque de infraestructura compartida. El problema de la robótica avanzada no es el silicio ni los motores; es la adquisición de datos. Si China ha construido el equivalente de un «sistema operativo de datos» para toda su industria robótica, el impacto sobre la velocidad de desarrollo va a ser sustancial.
Lo que más me preocupa es la gobernanza de los datos. Un robot que entrena en el interior de un reactor nuclear o en un hospital recoge datos sobre esos entornos. ¿Quién controla esa información? ¿Bajo qué condiciones pueden las empresas extranjeras usar la plataforma de intercambio? ¿Cómo se gestiona la privacidad de los datos que reflejan comportamientos humanos en entornos sensibles? El anuncio no da respuestas a ninguna de esas preguntas.
La pregunta a 12 meses no es si el centro producirá datos útiles —lo hará—, sino si el modelo de datos compartidos se convierte en el estándar global de la industria o si las empresas occidentales de robótica desarrollan su propia infraestructura equivalente. El que gane esa carrera de datos habrá ganado la carrera de los humanoides.
Preguntas frecuentes
¿Qué hace que este centro sea «heterogéneo»?
La heterogeneidad se refiere a que entrena simultáneamente robots de diferentes fabricantes, con diferentes arquitecturas de hardware y software, en los mismos entornos y con los mismos protocolos de recogida de datos. Esto contrasta con el modelo habitual, donde cada empresa entrena sus propios robots de forma aislada. La heterogeneidad es lo que permite crear una plataforma de datos compartidos entre empresas.
¿Qué robots están incluidos en el entrenamiento?
Las empresas participantes incluyen Boston Dynamics, Agility Robotics, Unitree, Pudu Robotics y otras de la cadena de suministro robótica de Hubei. El programa piloto de entrenamiento incluye más de 100 tipos de robots de más de doce empresas. Para 2027, el plan es escalar a 1.000 robots entrenándose simultáneamente.
¿Por qué es importante que se compartan los datos entre fabricantes?
Porque el entrenamiento de robots físicos es extraordinariamente caro en términos de tiempo y recursos. Cada dato de entrenamiento requiere que un robot ejecute una acción real bajo supervisión humana, con ajustes y repeticiones. Si los fabricantes pueden acceder a datos generados por otros en el mismo tipo de escenario, no tienen que repetir todo ese proceso desde cero. La plataforma de intercambio busca reducir la duplicación y acelerar el desarrollo de toda la industria.