<p>La robótica humanoide suele juzgarse a partir de una única demostración impresionante. La última actualización de producción de Figure apunta a otro hito: si una empresa puede construir suficientes robots idénticos para generar datos operativos, revelar fallos recurrentes y sostener una flota más allá de la fase de prototipo.</p><p>En su <a href="https://www.figure.ai/news/ramping-figure-03-production">anuncio del 29 de abril de 2026</a>, Figure afirma que su planta de fabricación BotQ ha entregado más de 350 humanoides Figure 03 de tercera generación. La empresa también informa de que la producción ha pasado de un robot al día a un robot por hora, un aumento declarado de 24 veces conseguido en menos de 120 días.</p><p>Se trata de una afirmación de fabricación significativa, pero no equivale a demostrar que 350 robots estén operando de forma independiente en instalaciones de clientes. Figure afirma que las unidades se distribuyen entre investigación interna, recopilación de datos, desarrollo de tareas domésticas y trabajo en casos de uso comercial. También describe despliegues en entornos reales, incluidos centros de clientes y viviendas, pero el anuncio no proporciona un recuento de flota cliente por cliente, un historial de disponibilidad ni una auditoría independiente del rendimiento.</p><h2>Lo que Figure afirma haber construido</h2><p>Figure describe BotQ como una instalación que ha pasado de una configuración orientada a prototipos a líneas de producción dedicadas a los módulos críticos del robot. La empresa afirma que la planta utiliza software de ejecución de fabricación en más de 150 puestos de trabajo conectados en red y que ha introducido más de 50 puntos de inspección durante el proceso.</p><p>Las cifras de calidad comunicadas son específicas, pero siguen siendo resultados declarados por la empresa. Figure afirma que el rendimiento de primera pasada al final de línea supera el 80 %, mientras que su línea de baterías ha alcanzado un rendimiento de primera pasada del 99,3 % y ha enviado más de 500 paquetes de baterías. También informa de que ha producido más de 9.000 actuadores en más de 10 unidades de mantenimiento de existencias distintas.</p><p>Según Figure, cada robot se somete a más de 80 pruebas de verificación funcional antes de su aprobación. Figure enumera pruebas de esfuerzo de múltiples extremidades y sesiones de funcionamiento continuo con sentadillas repetidas, press de hombros y jogging. Estas comprobaciones son relevantes para la fiabilidad de una flota porque pueden revelar fallos mecánicos o eléctricos tempranos antes de que un robot llegue a un entorno operativo. Sin embargo, no establecen cómo se comporta el robot durante meses de trabajo sin supervisión, junto a personas o en todo el conjunto de tareas que implica un diseño humanoide de propósito general.</p><h2>De la escala de producción al aprendizaje operativo</h2><p>El argumento central de Figure es que la escala de fabricación mejora el desarrollo robótico. Una flota más grande produce más horas de funcionamiento y más datos sobre fallos, lo que permite a los ingenieros identificar problemas que un pequeño número de prototipos quizá nunca encuentre. La empresa afirma haber creado herramientas de diagnóstico para el análisis de fallos, niveles de fallback de software para errores no críticos y procesos para abordar la larga cola de casos extremos.</p><p>También describe un sistema de servicio en campo que cubre los robots de la sede central, los centros de clientes y los hogares, junto con gestión de flota, seguimiento remoto del estado y la ubicación, actualizaciones para toda la flota y campañas de retirada. Este tipo de herramientas operativas distingue una plataforma de demostración de una flota de productos mantenible. El anuncio no ofrece objetivos públicos de nivel de servicio, tasas de intervención, tiempo medio entre fallos ni datos sobre incidentes de seguridad, por lo que la madurez de estos sistemas aún no puede evaluarse de forma independiente.</p><h2>Una nueva demostración de movilidad</h2><p>La actualización de producción también introduce una afirmación de capacidad para el controlador System 0 de Helix. Figure afirma que el controlador combina ahora información propioceptiva sobre el cuerpo del robot con la entrada de las cámaras RGB montadas en su cabeza. Un modelo estereoscópico convierte las imágenes en una representación tridimensional de la escena circundante, que después se proporciona a una política de control de cuerpo completo.</p><p>Según Figure, la política se entrenó mediante aprendizaje por refuerzo en simulación sobre terrenos aleatorizados y se transfirió al robot sin ajuste fino en el mundo real, calibración específica para la tarea ni ajustes con un operador en el circuito. La empresa presenta la subida de escaleras como la primera demostración de este enfoque de control condicionado por la percepción.</p><p>Esta es una distinción útil entre una demostración de capacidad y una afirmación de despliegue. El comportamiento comunicado en las escaleras sugiere que Figure ha probado un comportamiento de movilidad específico en hardware físico. No demuestra que Figure 03 pueda recorrer de forma fiable cualquier escalera, gestionar obstáculos inesperados, trabajar con seguridad en entornos compartidos con personas o realizar un flujo de trabajo industrial completo sin supervisión. La iluminación, las condiciones de la superficie, las cargas útiles, los procedimientos de emergencia y la recuperación ante fallos siguen siendo preguntas importantes sin respuesta.</p><h2>Por qué importa la distinción</h2><p>La lectura más defendible del anuncio de Figure es que documenta avances en tres áreas separadas: capacidad de producción, operaciones internas de flota y una demostración de locomoción basada en la percepción. Son señales más sólidas que el vídeo de un prototipo aislado porque se refieren a la repetibilidad, los controles de calidad y la infraestructura necesaria para operar varias máquinas.</p><p>Aun así, no constituyen pruebas independientes de productividad a escala comercial. El anuncio no publica tasas de finalización de tareas, comparaciones del tiempo de ciclo con trabajadores humanos o con la automatización convencional, frecuencia de intervención, consumo energético, resultados de validación de seguridad ni un desglose de las horas pasadas en producción con clientes. Tampoco establece que la cadencia de un robot por hora represente una producción sostenida durante un periodo completo, en lugar de un tiempo de ciclo demostrado.</p><p>Para compradores e investigadores, la conclusión práctica es por tanto limitada, pero importante: Figure afirma haber superado un umbral de fabricación capaz de respaldar experimentos de aprendizaje y despliegue a mayor escala. La próxima evidencia que habrá que observar no es otro vídeo aislado de capacidades, sino datos operativos repetibles procedentes de sitios identificados: alcance de las tareas, límites de autonomía, intervención humana, recuperación ante fallos, necesidades de mantenimiento y controles de seguridad.</p><p>Figure 03 puede estar dejando atrás la fase de prototipo en términos de producción. La cuestión de si también ha dejado atrás esa fase en cuanto a rendimiento fiable en el lugar de trabajo sigue abierta.</p><section class="media-fleet-sources"><h2>Fuentes oficiales</h2><ul><li><a href="https://www.figure.ai/news/ramping-figure-03-production">Official source: figure.ai</a></li></ul></section><aside class="media-fleet-related"><h2>También puede interesarte</h2><ul><li><a href="https://rentbuyrobot.com/es/article/">Article</a></li><li><a href="https://rentbuyrobot.com/es/article/nvidia-jetpack-7-2-ia-agentica-robots-de-campo-verificaciones-desarrolladores">Nvidia Jetpack 7 2 Ia Agentica Robots De Campo Verificaciones Desarrolladores</a></li></ul></aside>