Nature Will, un laboratorio de inteligencia artificial física con sede declarada en San Francisco, anunció el 13 de octubre de 2026 el lanzamiento de Natura-1, al que describe como su primer «modelo fundacional general para el mundo físico». Se trata de un modelo de mezcla de expertos de 50.000 millones de parámetros, preentrenado con más de un millón de horas de vídeo grabado en primera persona por humanos, que recibe lenguaje e imágenes como entrada y controla manos robóticas diestras de 20 grados de libertad dentro de un ciclo de control de 100 milisegundos.
La compañía fue fundada en abril de 2026 por Ning Ding, que ingresó en 2018 en el Departamento de Ciencias de la Computación y Tecnología de la Universidad de Tsinghua para su doctorado y después se quedó como profesor, según una publicación del fondo ZhenFund, que ha respaldado a la empresa desde su creación. «Creemos que deben existir modelos generales capaces de abordar cualquier tarea, y que esos modelos deben utilizar manos diestras», afirmó Ding en el comunicado difundido por PR Newswire.
El argumento central del laboratorio es que el mundo físico fue diseñado por y para la mano humana: las herramientas se adaptaron a nuestras manos y con ellas se fabricó todo lo demás. Por eso, sostiene Nature Will, ninguna máquina puede ser verdaderamente general sin destreza. El problema es que controlar manos de muchos grados de libertad es extremadamente difícil: la dinámica de contacto deja poco margen de error y el espacio de acciones crece de forma exponencial con el número de articulaciones. La mayor parte del trabajo previo se ha centrado en pinzas sencillas o en sistemas diseñados para una sola tarea.
La apuesta de Natura-1 es aprender de la experiencia humana en lugar de depender solo de datos de robots. Según el blog técnico de la empresa, la recogida de datos con robots está limitada por su propia capacidad: un robot solo puede recopilar datos donde ya funciona. Los humanos, en cambio, operan en prácticamente cualquier entorno. El corpus de entrenamiento suma un millón de horas, con más de 61,7 millones de episodios, 317.842 tareas y 14.286 escenas, combinando grabaciones controladas con vídeos de internet en primera persona.
Para convertir ese vídeo en señales útiles, Nature Will construyó su propia infraestructura: un repositorio de datos de decenas de petabytes, un proceso que elimina duplicados y filtra anomalías, la reconstrucción de poses tridimensionales de manos y cuerpo a partir de vídeo monocular y estéreo, y anotaciones jerárquicas que describen desde el objetivo global de una actividad hasta cada paso. La empresa afirma que su sistema procesa 350.000 horas de vídeo por semana y que su etiquetado de movimiento reduce el error un 41 % frente a alternativas de código abierto en una prueba interna.
Tras el preentrenamiento, el modelo se adapta a un robot físico con una cantidad limitada de datos de manipulación robótica. Video y acción se tratan como dos proyecciones del mismo estado físico: Natura-1 usa el vídeo pasado como memoria y aprende a predecir el futuro como parte de su modelo del mundo, lo que le permite obtener supervisión del vídeo, mucho más abundante que las etiquetas de acción. La compañía añade que entrena el modelo para que diferencias en la instrucción produzcan predicciones distintas, de modo que el lenguaje no sea una señal fácil de ignorar.
En las pruebas publicadas, Natura-1 funciona sobre robots de dos brazos con manos diestras. Nature Will creó un banco de pruebas propio con doce dimensiones agrupadas en control diestro, seguimiento de instrucciones y ejecución de largo plazo. Como no existe un modelo fundacional público para manos diestras con el que compararse directamente, eligió dos referencias: π0.5, un conocido modelo de visión-lenguaje-acción, y GPT-6 Astra usado como política basada en código. Según la empresa, ninguno de los dos logró una puntuación en su plataforma de manos diestras.
Para una comparación algo más justa, Nature Will evaluó a ambos en una plataforma de pinzas, ARX AC One, donde obtuvieron 13,5 y 16,7 puntos, respectivamente. Natura-1, con manos de 20 grados de libertad, alcanzó 53,4 puntos en su versión base y 59,1 en su versión agéntica. Son cifras de un banco de pruebas diseñado por la propia empresa y en condiciones no idénticas, por lo que deben leerse como indicativas y no como una comparación independiente.
Las demostraciones incluyen tareas largas tras un ajuste específico —hacer wontons, colocar un protector de pantalla en un teléfono o preparar un bol de avena con plátano cortado— y pruebas de seguimiento de instrucciones sin entrenamiento previo: elegir una botella descartando seis colores, cerrar un cajón empujándolo con las yemas de los dedos o seguir un limón que una persona mueve. La empresa aclara que seis de las tareas largas usan ajuste adicional y que el resto comparte los mismos pesos.
Nature Will también describe comportamientos que no se propuso medir, como deslizar una carta hasta el borde de una caja para poder agarrarla por debajo, usar una varilla para acercar una cesta fuera de su alcance o pulsar la barra espaciadora de un portátil, un objeto que nunca apareció en sus datos de robot. La compañía los presenta como una señal temprana de inteligencia física más general, una interpretación que requerirá validación externa y pruebas en entornos menos controlados.
El anuncio llega en plena carrera por la llamada IA física. En las últimas semanas, grandes empresas tecnológicas y startups han lanzado herramientas y rondas de financiación para robots industriales y humanoides, y el sector discute si los avances de los modelos de lenguaje pueden trasladarse al mundo físico. La propuesta de Nature Will se distingue por priorizar las manos diestras frente a las pinzas y por apostar por el vídeo humano a gran escala como principal fuente de experiencia.
Las limitaciones son claras y la propia empresa las reconoce. El progreso dependerá de manos y sensores más capaces y estables, de datos de preentrenamiento más amplios y de modelos que necesiten menos adaptación para cada robot. Tampoco se han anunciado clientes, precios, disponibilidad comercial ni acceso para investigadores externos, y los resultados no han pasado por revisión por pares. La publicación detallada del método, eso sí, permite a la comunidad examinar las afirmaciones.
Con Natura-1, Nature Will se presenta en el escenario internacional seis meses después de su fundación con una tesis ambiciosa: que la manipulación fina de nivel humano no tiene que programarse tarea por tarea, sino que puede surgir de un modelo fundacional a medida que crece la experiencia humana con la que se entrena. Si esa tesis se confirma fuera del laboratorio, las manos robóticas podrían acercarse a tareas cotidianas que hoy siguen fuera del alcance de la automatización.
