He estado un poco callado sobre X recientemente. El año pasado ha sido una experiencia transformadora. Grok-4 y Kimi K2 son increíbles, pero el mundo de la robótica es un maravilloso salvaje oeste. Se siente como NLP en 2018 cuando se publicó GPT-1, junto con BERT y otras mil flores que florecieron. Nadie sabía cuál se convertiría finalmente en ChatGPT. Los debates fueron acalorados. La entropía estaba por las nubes. Las ideas eran increíblemente divertidas. Creo que el GPT-1 de la robótica ya está en algún lugar de Arxiv, pero no sabemos exactamente cuál. Podrían ser modelos de mundo, RL, aprender del video humano, sim2real, real2sim, etc. etc., o cualquier combinación de ellos. Los debates son acalorados. La entropía está por las nubes. Las ideas son increíblemente divertidas, en lugar de exprimir el último % en AIME y GPQA. La naturaleza de la robótica también complica enormemente el espacio de diseño. A diferencia del mundo limpio de bits para LLM (cadenas de texto), los roboticistas tenemos que lidiar con el desordenado mundo de los átomos. Después de todo, hay un trozo de metal definido por software en el bucle. Los normies de LLM pueden encontrarlo difícil de creer, ¡pero hasta ahora los roboticistas aún no pueden ponerse de acuerdo sobre un punto de referencia! Los diferentes robots tienen diferentes envolventes de capacidad: algunos son mejores en acrobacias mientras que otros en la manipulación de objetos. Algunos están destinados a uso industrial, mientras que otros son para tareas domésticas. La encarnación cruzada no es solo una novedad de investigación, sino una característica esencial para un cerebro robótico universal. He hablado con docenas de líderes de C-suite de varias compañías de robots, antiguas y nuevas. Algunos venden todo el cuerpo. Algunos venden partes del cuerpo como manos diestras. Muchos más venden las palas para fabricar nuevos cuerpos, crear simulaciones o recopilar enormes cantidades de datos. El espacio de las ideas de negocio es tan salvaje como la investigación misma. Es una nueva fiebre del oro, como no hemos visto desde la ola de ChatGPT de 2022. El mejor momento para participar es cuando el no consenso alcanza su punto máximo. Todavía estamos al comienzo de una curva de pérdidas: hay fuertes signos de vida, pero muy, muy lejos de la convergencia. Cada paso de gradiente nos lleva a lo desconocido. Pero una cosa sí sé con certeza: no hay AGI sin tocar, sentir y encarnarse en el mundo desordenado. En una nota más personal, dirigir un laboratorio de investigación conlleva un nivel de responsabilidad completamente nuevo. Dar actualizaciones directamente al CEO de una empresa de $ 4 billones es, por decirlo suavemente, emocionante y absorbe todos mis pesos de atención. Atrás quedaron los días en los que podía estar al tanto y profundizar en todas las noticias de IA. Intentaré sacar tiempo para compartir más de mi viaje.