Modelos

Un preprint con autores del MIT dice que Qwen3.8-27B-PEAR, entrenado solo en simulación, completó 18 de 30 pruebas en un robot real de dos brazos que nunca vio, mientras el modelo base no completó ninguna

Un preprint dice que un modelo 27B entrenado solo en simulación completó 18 de 30 pruebas en un robot real; el modelo base, ninguna. Dos tipos de tareas.

Por ·

Un preprint fechado el 13 de noviembre de 2026, con autores del MIT, UC Berkeley, UCSD, Nvidia e Inco AI, informa de que un modelo de razonamiento de pesos abiertos de 27.000 millones de parámetros aprendió a controlar robots reales tras entrenarse solo en simulación. El sistema de entrenamiento se llama PEAR (Post-training Engine for Agentic Robotics) y el modelo resultante, Qwen3.8-27B-PEAR. En un robot de dos brazos YAM que ningún modelo vio al entrenar, el modelo final tuvo éxito en 18 de 30 pruebas. Son intentos sobre un conjunto pequeño de tareas, no 30 tests distintos.

Lo esencial

Pruebas, no 30 tests distintos

La cifra cuenta intentos en dos familias de tareas, recoger y alinear bloques, con un solo robot. Muestra transferencia de la simulación a un robot nuevo dentro de esas familias. No muestra que el modelo pueda hacer 30 trabajos distintos, y las dos demostraciones de razonamiento por prompt no se puntúan.

Los límites que señalan los autores

El artículo no informa de ablaciones de componentes, usa un solo modelo base, dos simuladores y un conjunto pequeño de tareas. Los resultados dependen del prompt y de que el controlador alcance las poses objetivo. El razonamiento es lento, unos 4,3 segundos por ronda de alto esfuerzo. El prompt debe describir el robot y sus direcciones de coordenadas.

Lo que no está establecido

Tabla resumen

Tabla resumen
PuntoLo que se afirma a 7 de noviembre de 2026Fuente
ArtículoPreprint del 13 de noviembre de 2026, arXiv 2611.18562arXiv
ModeloQwen3.8-27B posentrenado con PEAR mediante aprendizaje por refuerzoarXiv
Datos de entrenamientoSolo simulación, sin demostraciones ni datos de robot realArXivSignals
Robot realYAM de dos brazos, no visto al entrenar; 30 pruebasArXivSignals
ResultadosFinal 18/30, solo LIBERO 7/30, base 0/30Sam on AI

Preguntas frecuentes

¿PEAR es un modelo o un método?

PEAR es el sistema de entrenamiento. El modelo que produce se llama Qwen3.8-27B-PEAR.

¿Superó 18 tests distintos de 30?

No. Tuvo éxito en 18 de 30 pruebas repartidas en dos familias de tareas: recoger y alinear bloques.

¿Se usaron datos de robots reales?

El artículo dice que no. El entrenamiento fue solo en simulación, sin demostraciones.

Método y límites

Comprobado el 16 de noviembre de 2026. Leímos el artículo de arXiv y dos resúmenes mediante extractos de búsqueda; una lectura directa del artículo fue limitada por la tasa de peticiones. La petición decía «18 tests de 30»; el artículo cuenta pruebas en dos familias de tareas. Las afiliaciones proceden del extracto del PDF de arXiv; una página de resumen solo da etiquetas de laboratorios.

Fuentes

¿Ha detectado un error en este artículo? Comuníquenoslo · Nuestra política de correcciones

Logotipo de OrigoTech

Novedad: la app iPhone y iPad

OrigoTech ya es una app para iPhone y iPad

Lee los artículos de forma nativa, con marcas «Nuevo» en los no leídos, búsqueda local y lectura sin conexión de lo que ya cargaste. Gratis, sin cuenta, iOS 17 o posterior; hay anuncios entre artículos.

Icono de Rekha: una casa dibujada de un solo trazo

Del mismo autor Autopromoción

Un camino euleriano, dibujado con el dedo

Rekha, el juego para iPhone del autor de OrigoTech: conecte todos los puntos de un solo trazo sin recorrer dos veces el mismo enlace, a lo largo de 500 dibujos que tienen solución.

El boletín de OrigoTech

Un resumen semanal con fuentes de las novedades de las herramientas de IA.

Seguir leyendo

Modelos

Gemini 4 Hydrogen: precio, benchmarks y el nuevo Orchestrator de Antigravity; Claude Code añade Code Mode, Codex CLI 0.168.0

Google lanzó Gemini 4 Hydrogen el 12 de noviembre, un modelo rápido para la programación diaria y los agentes a 1,50 $/7,50 $ por millón de tokens, con nivel gratuito en la API y un nuevo Orchestrator en Antigravity que lo combina con Carbon o Argon. Además: Code Mode en Claude Code 2.1.323, Codex CLI 0.168.0, el AWS Emulator escrito por agentes y el plan de inversión de 40.000 a 45.000 millones de dólares de Nebius para 2027.

· 6 min de lectura