Fecha base 2026-11-03
Última ejecución 2026-11-03 22:30:03
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.87
WTI
$96.76
Gold
$3,940
USD/KRW
1,344
SOX
10,600
Trump Approve
35.4%
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.87
WTI
$96.76
Gold
$3,940
USD/KRW
1,344
SOX
10,600
Trump Approve
35.4%
AI LEADERS · MOVES & PAPERS

Líderes de IA: fichajes y artículos — últimos cambios de puesto e investigación

LAST UPDATE 2026-11-04 08:05 KST PEOPLE 77 · PAPERS 76 · MOVES 0
A dónde se mueven las figuras clave de los laboratorios de IA, las big tech y la universidad, y qué publican, son señales tempranas de hacia dónde van la tecnología y la ventaja competitiva. Los fichajes y artículos se recopilan a diario de forma automática, los revisa el editor y se resumen en lenguaje claro con enlaces a los originales.

Destacados

Fichajes · Academia · Robótica e IA física

Aún no hay fichajes con estos filtros.

Artículos · Academia · Robótica e IA física

Artículo2026-10-06 · arXiv (Cornell University)

Desarrollo de un algoritmo que acelera el aprendizaje de comportamiento de robots de inteligencia artificial

QF3: Fast Flow RL with Filtered Q-Gradients
Pieter Abbeel y 9 más
Qué
Los investigadores han desarrollado QF3, un nuevo algoritmo de aprendizaje por refuerzo que aprende eficazmente los patrones de comportamiento de los robots.
Resultado clave
Se ha demostrado que puede aprender políticas de locomoción y seguimiento de movimiento de robots humanoides unas 10 veces más rápido que los métodos existentes.
Por qué importa
Muestra el potencial para aprender y mejorar la tecnología de control de comportamiento de los robots de forma más rápida y eficiente.Resumen IA
Artículo2026-10-06 · arXiv (Cornell University)

Tecnología de locomoción y manipulación de cuerpo completo para humanoides utilizando demostraciones humanas

Workhorse: Learning Robust Whole-Body Humanoid Loco-Manipulation from Human Data
Pieter Abbeel y 6 más
Qué
Se desarrolló una tecnología que permite a los robots humanoides manipular objetos y moverse utilizando videos de demostración humana a través de un planificador visual y un rastreador de aprendizaje por refuerzo.
Resultado clave
Se realizaron con éxito tareas complejas de manipulación de cuerpo completo, como transportar una caja, agarrar una caja y subir una maleta, en un robot real Unitree G1.
Por qué importa
Demuestra que los robots pueden mejorar su capacidad para manejar objetos manteniendo el equilibrio en entornos complejos basándose en datos de comportamiento humano.Resumen IA
Artículo2026-10-02 · arXiv (Cornell University)

Se propone GOTT, una tecnología de agarre de objetos reutilizable para múltiples manos de robots

GOTT: Object-centric Dexterous Manipulation with a Reusable Cross-Embodiment Primitive
Pieter Abbeel y 6 más
Qué
Para permitir que manos de robots con múltiples dedos, similares a las manos humanas, agarren y muevan objetos de manera estable en direcciones deseadas, se propuso GOTT, una tecnología de contacto que se puede utilizar comúnmente en diferentes robots y formas de manos.
Resultado clave
En simulaciones y experimentos con robots reales, GOTT estableció contactos estables en varios objetos, plataformas de brazo-mano y formas de manos no vistas previamente, y mejoró consistentemente las tasas de éxito de las tareas en comparación con los métodos de agarre predeterminados.
Por qué importa
Este estudio demuestra el potencial de reutilizar la misma tecnología incluso cuando cambian los tipos de manos de robots mediante el uso de un componente de movimiento común que no depende de un robot específico. Sin embargo, es difícil juzgar el nivel de comercialización o el impacto industrial real basándose únicamente en el resumen.Resumen IA
Artículo2026-10-01 · arXiv (Cornell University)

Un framework RPG donde los robots mejoran sus propias habilidades mediante práctica en simulación

Reconstruct, Practice, Go Real: Guided Self-Improvement for Embodied Agents
Pieter Abbeel y 9 más
Qué
Se propuso un framework RPG que mejora autónomamente los sistemas de tareas robóticas sin intervención humana adicional.
Resultado clave
En nuevas pruebas de condiciones iniciales en 22 tareas de manipulación, la tasa de éxito aumentó del 28,6% después de la primera práctica al 95,0% después de 15 rondas, y las 30 pruebas con robots reales fueron exitosas.
Por qué importa
Este estudio demuestra el potencial de mejorar el software de control de robots con menos esfuerzo humano, aunque el nivel de aplicación industrial real o comercialización es difícil de juzgar solo a partir del resumen.Resumen IA
Artículo2026-09-30 · arXiv (Cornell University)

Investigadores proponen TacEx para mejorar la eficiencia del aprendizaje de robots mediante la curiosidad táctil

Tactile Curiosity Drives Robot Interaction
Pieter Abbeel y 6 más
Qué
Los investigadores propusieron TacEx, un marco de exploración que permite a los robots desarrollar curiosidad sobre las sensaciones táctiles (la sensación de tocar objetos) y aprender a tocar y recoger objetos por sí mismos.
Resultado clave
Según el resumen, TacEx recopila datos de interacción ricos en contacto sin recompensas de tareas ni demostraciones de expertos, permite aprender políticas de recogida y colocación utilizando estos datos sin interacciones adicionales con el entorno, y mejora el rendimiento posterior al entrenamiento de los modelos de visión-lenguaje-acción.
Por qué importa
El aprendizaje tradicional de robots pasa mucho tiempo moviéndose al azar en el aire, lo que demuestra que explorar centrándose en el contacto puede mejorar la eficiencia del aprendizaje. Sin embargo, es difícil juzgar el nivel de aplicación práctica o el potencial de comercialización basándose únicamente en el resumen.Resumen IA
Artículo2026-09-29 · arXiv (Cornell University)

Aprendizaje de transporte de objetos en humanoides ampliado mediante la generación de algunos videos reales con IA

Counterfactual Video Generation Enables Scalable Humanoid Loco-Manipulation
Pieter Abbeel y 8 más
Qué
Se propuso un método (PRISM) en el cual la IA genera varios videos virtuales basados en unos pocos videos reales de una persona transportando objetos, y los utiliza para el aprendizaje de robots.
Resultado clave
Se informa que una única política de control entrenada de esta manera logró que un robot humanoide real recogiera, transportara y colocara cajas, tambores, barRILES y pelotas sin necesidad de aprendizaje adicional en el mundo real.
Por qué importa
Es significativo porque demuestra el potencial de aumentar los datos de entrenamiento utilizando pocos videos reales en situaciones donde es difícil recopilar grandes cantidades de datos de demostración de robots reales.Resumen IA
Artículo2026-09-28 · The International Journal of Robotics Research

Una revisión exhaustiva que resume la investigación de 'modelos del mundo' para el aprendizaje de robots

World model for robot learning: A comprehensive survey
Pieter Abbeel y 17 más
Qué
Este es un artículo de revisión que organiza sistemáticamente los 'modelos del mundo' —modelos que predicen cómo cambiará el entorno en respuesta a las acciones— desde la perspectiva del aprendizaje de robots.
Resultado clave
Según el resumen, describe cómo se utilizan los modelos del mundo en políticas de robots, simuladores, evaluación y generación de datos, resume la trayectoria evolutiva de los modelos del mundo basados en video para robots, y destaca conjuntos de datos representativos, puntos de referencia y métodos de evaluación.
Por qué importa
Esto sirve como un recurso que unifica enfoques de investigación de aprendizaje de robots dispersos en un solo marco, lo que ayuda a comprender las tendencias de investigación. Sin embargo, el resumen no demuestra el rendimiento o los logros comerciales de las tecnologías individuales.Resumen IA

Personas

¿Por qué seguir los fichajes y artículos de los líderes de la IA?

En la IA, las personas son la tecnología. La empresa a la que se une un investigador clave, o el laboratorio que funda, suele traducirse meses después en productos, rondas de inversión y adquisiciones. Esta página sigue los cambios de puesto en laboratorios punteros, nuevos laboratorios, academia, chips de IA y figuras de Corea y China.

Los artículos muestran en qué se centra una persona ahora mismo. Clasificamos los artículos en 10 áreas vinculadas a la inversión, como HBM y memoria, GPU y aceleradores, eficiencia de inferencia, agentes y robótica, y ofrecemos un resumen de tres líneas —qué, resultado clave y por qué importa— basado en el resumen del artículo, con enlaces al original y al PDF. Es información para encontrar ideas, no una recomendación de compra o venta.

Preguntas Frecuentes

P. ¿A quién siguen?

Investigadores y directivos clave de laboratorios punteros (OpenAI, Google DeepMind, Anthropic, Meta, etc.), nuevos laboratorios, academia, empresas de chips de IA y de Corea y China. A los directivos que apenas publican solo se les siguen los cambios de puesto.

P. ¿De dónde salen los datos y cada cuánto se actualizan?

Los artículos provienen de Semantic Scholar y arXiv, y las trayectorias de Wikidata (CC0) además de anuncios oficiales y prensa; se recopilan automáticamente cada día. Solo se publican los elementos revisados y aprobados por el editor.

P. ¿Quién redacta los resúmenes?

Una IA (Google Gemini) redacta un borrador a partir del resumen del artículo y el editor lo revisa antes de publicarlo. Los demás idiomas son traducciones por IA del resumen coreano revisado. Confirme siempre cifras y contexto en el original.

Esta página recopila artículos publicados, anuncios oficiales e informaciones de prensa solo con fines informativos. Los resúmenes los redacta una IA a partir del resumen del artículo y los revisa el editor; pueden diferir del original, así que consulte el artículo para lo importante. Nada de esto es una recomendación de compra o venta ni asesoramiento de inversión. Los cambios de puesto citan anuncios oficiales o prensa relevante; parte de las trayectorias proviene de Wikidata (CC0). Los resúmenes de esta página se tradujeron con IA a partir de la versión coreana revisada por el editor.

🐩 Apoya las Golosinas de Kobong
코봉이
Si esta página te fue útil, también puedes apoyar el fondo de golosinas de Kobong 🦴
💬 Comentarios
Apodos anónimos basados en IP · El abuso puede resultar en restricciones
Cargando...