El 22 de octubre de 2026, NEURA Robotics y la Universidad Técnica de Múnich (TUM) celebraron la apertura del TUM RoboGym, un laboratorio de más de 2.300 metros cuadrados ubicado en LabCampus, junto al aeropuerto de Múnich. En este espacio, casi un centenar de robots humanoides y de servicio realizarán prácticas en 48 celdas de entrenamiento para aprender a manipular objetos del mundo real.
Ese mismo día, NEURA formalizó la llegada de la cuarta generación de su humanoide, el 4NE1 Gen 4, que luce una piel de tela negra y pesa aproximadamente un 20% menos que su antecesor, según la propia compañía.
La iniciativa intenta cubrir una brecha clave en la robótica actual: la escasez de datos sobre el entorno físico —fuerzas, contactos y materiales— que permiten a una máquina aprender tareas manuales, a diferencia de modelos de lenguaje que se entrenan con textos disponibles en Internet.
El proyecto es conjunto entre NEURA Robotics y MIRMI (Instituto de Robótica e Inteligencia Artificial de la TUM). Su objetivo central es generar datos sobre la manipulación de objetos reales, un tipo de información que, según la universidad, es todavía relativamente rara.
En las 48 celdas del centro, los robots trabajan en tareas como plegar cajas, montar componentes y usar herramientas, con un enfoque inicial en sectores industriales y de intralogística, es decir, el manejo de materiales dentro de fábricas y almacenes.
El aprendizaje de una tarea como doblar una caja requiere datos sobre fuerzas, contactos y materiales del mundo físico, información que hoy resulta escasa y que diferencia la robótica de los modelos de IA basados en texto.
Todo lo que capturan los robots se envía a un repositorio de datos en la nube. Con esa base, los investigadores entrenan modelos de inteligencia artificial física, orientados a controlar máquinas que actúan en el mundo real.
Para generar esos datos, el centro combina tres vías: la experiencia directa de los propios robots con sensores que registran cada movimiento y resultado; demostraciones humanas —con trajes sensorizados, captura de movimiento y teleoperación—; y simulación, con entornos virtuales que amplían las posibles situaciones antes de validar lo aprendido con robots reales.
Desde septiembre, compañías de más de diez sectores —automotriz, farmacéutico, tecnología médica, embalaje, logística, agricultura y cuidado, entre otros— ya están entrenando allí sus procesos.
Entre las pruebas, figuran manipular cajas de cartón, llenar botellas y cargar o descargar piezas de madera. Cada empresa puede evaluar qué tipo de robot encaja mejor en su planta y optar por humanoides, robots móviles de asistencia como MiPA o brazos robóticos.
David Reger, fundador y consejero de NEURA Robotics, participó en la presentación. El avance, señalan los organizadores, busca acelerar la adopción de robots en entornos industriales al convertir más datos del mundo físico en modelos de IA aplicables a tareas reales.
