--- service: "Publicasta" schema_version: "1.0" article_id: 955 title: "El momento viral de Microduck convierte a un bípedo de 399 dólares en una prueba del aprendizaje robótico accesible" language: "es" default_language: "en" canonical_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test?lang=es" json_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.json?lang=es" api_url: "https://publicasta.com/api/public/v1/channels/robots/articles/microduck_viral_preorders_accessible_robot_learning_test?lang=es" channel_url: "https://publicasta.com/api/public/v1/channels/robots" channel_articles: "https://publicasta.com/api/public/v1/channels/robots/articles" search_url: "https://publicasta.com/api/public/v1/search" documentation_url: "https://publicasta.com/api-docs#reading-publicasta" openapi_url: "https://publicasta.com/api-docs/openapi.json" published_at: "2026-10-24T06:37:34+00:00" updated_at: "2026-10-24T06:37:34+00:00" translations: - language: "ar" html_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test?lang=ar" markdown_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.md?lang=ar" json_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.json?lang=ar" - language: "de" html_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test?lang=de" markdown_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.md?lang=de" json_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.json?lang=de" - language: "en" html_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test?lang=en" markdown_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.md?lang=en" json_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.json?lang=en" - language: "es" html_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test?lang=es" markdown_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.md?lang=es" json_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.json?lang=es" - language: "fr" html_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test?lang=fr" markdown_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.md?lang=fr" json_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.json?lang=fr" - language: "pl" html_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test?lang=pl" markdown_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.md?lang=pl" json_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.json?lang=pl" - language: "ru" html_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test?lang=ru" markdown_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.md?lang=ru" json_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.json?lang=ru" - language: "zh" html_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test?lang=zh" markdown_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.md?lang=zh" json_url: "https://publicasta.com/robots/microduck_viral_preorders_accessible_robot_learning_test.json?lang=zh" --- # El momento viral de Microduck convierte a un bípedo de 399 dólares en una prueba del aprendizaje robótico accesible > Microduck, de Pollen Robotics, es pequeño, económico para los estándares de la robótica y abierto a nivel de software. El repunte de pedidos tras la presentación de NVIDIA en Berlín plantea una pregunta más útil que si resulta simpático: ¿puede un robot barato servir para aprender IA física? Microduck, de Pollen Robotics, se convirtió esta semana en la estrella inesperada de la presentación de NVIDIA en el GTC de Berlín. Cuatro pequeños robots con forma de pato subieron al escenario, se sentaron, se pusieron de pie y ejecutaron una coreografía de «siesta», mientras Jensen Huang los utilizaba para ilustrar una idea más amplia sobre la IA física: los robots pueden entrenarse en simulación, mejorarse con computación en la nube y después desplegarse en máquinas que funcionan en el mundo real. ![Un pequeño robot bípedo con forma de pato está sobre una mesa de laboratorio junto a un portátil que muestra una simulación de robótica.](https://publicasta.com/storage/projects/11/pages/955/2026/10/70c340a8-5795-4680-9479-0159e37e6bfe.webp) La actuación también sometió al propio producto a una prueba más inmediata. TechCrunch informó de que los pedidos anticipados superaron los 20.000 después de la presentación, citando una publicación de Clem Delangue, director ejecutivo de Hugging Face. Esa cifra es una afirmación de un ejecutivo de la empresa, no un dato de ventas auditado de forma independiente, y Pollen Robotics no ha publicado un recuento oficial de pedidos. Aun así, la reacción demuestra que Microduck ha salido del público habitual de la robótica, compuesto por investigadores e ingenieros. Eso importa porque Microduck no se vende como un trabajador doméstico. Es una pequeña plataforma bípeda para jugar, experimentar e investigar con aprendizaje por refuerzo. Su propuesta central no es que pueda limpiar una habitación o sustituir a un operario de fábrica. La idea es que más personas puedan permitirse un robot real, examinar su software y entrenar nuevos comportamientos sin necesitar acceso a un laboratorio universitario o a una plataforma de investigación de seis cifras. ## Qué es realmente el robot Microduck mide unos 25 centímetros de alto y pesa aproximadamente 800 gramos. Pollen enumera 15 motores, una cámara frontal, un pequeño sensor de profundidad, dos unidades de medición inercial, Wi-Fi, Bluetooth, NFC, micrófonos y un altavoz. Su pico articulado puede recoger objetos ligeros, lo que proporciona al robot una capacidad limitada de manipulación pese a no tener brazos. El paquete estándar aparece anunciado por 399 dólares, antes de impuestos y gastos de envío. Incluye el robot, una batería, un cable USB-C y un mando de videojuegos. Pollen también ofrece accesorios opcionales, como baterías adicionales y un cargador, motores y cables de repuesto en un paquete para desarrolladores, y un conjunto de rodillos, etiquetas NFC y objetos de juego. Los accesorios no son un detalle menor. Un robot destinado a la experimentación necesita piezas de repuesto y una forma de recuperarse de los daños habituales provocados por caídas, pruebas repetidas y código inacabado. El robot llega con varios comportamientos, entre ellos caminar, sentarse, agacharse, levantarse después de una caída y recoger algunos objetos. Con el kit opcional de rodillos, puede utilizar una política de movimiento diferente para desplazarse sobre ruedas. Son demostraciones acotadas, no pruebas de autonomía de propósito general. El robot está diseñado para usarse en interiores y sobre superficies manejables, y sus capacidades dependen de las políticas, el estado de la batería, la fricción del suelo y el espacio físico que lo rodea. Pollen describe Microduck como de código abierto a nivel de software. La empresa ha publicado el software de control del robot, la documentación, las herramientas de simulación y el material sobre aprendizaje por refuerzo mediante repositorios públicos y páginas de modelos. El repositorio principal de GitHub describe un bucle de control de 50 Hz que acciona 15 servomotores mediante políticas neuronales en un ordenador basado en Rockchip RK3566. El sistema también incluye componentes independientes para la cámara, el sensor de profundidad, Bluetooth, la entrada del mando, la transmisión multimedia y las actualizaciones de software. Esa distinción es importante. «Robot de código abierto» puede significar que están disponibles el diseño mecánico, la electrónica, el firmware y toda la pila de entrenamiento. En el caso de Microduck, el material público se refiere principalmente al software y al flujo de trabajo de las políticas. Los compradores no deben asumir que el diseño mecánico y eléctrico completo es abierto solo porque el software del robot se puede inspeccionar y modificar. ## La idea útil es el ciclo de simulación a realidad Lo interesante de Microduck no es su forma de pato. Es el intento de condensar un flujo de trabajo de investigación en un producto de escala doméstica. Una política de aprendizaje por refuerzo suele entrenarse haciendo que un robot simulado repita una tarea miles o millones de veces. El simulador puede reiniciarse al instante, variar la fricción y la masa del cuerpo, y exponer la política a caídas que sería caro o peligroso reproducir en el hardware. Cuando una política funciona de manera aceptable en la simulación, los desarrolladores la exportan al robot y comprueban hasta qué punto resiste la brecha entre un modelo digital y una máquina física. Ahí es donde muchos proyectos de robótica se complican. Los motores tienen holgura. Las baterías pierden tensión bajo carga. Los suelos no son perfectamente llanos. Las cámaras se comportan de forma distinta cuando cambia la iluminación. Un pie simulado puede hacer un contacto limpio mientras el pie real resbala unos milímetros. Una política que parece estable en un entorno digital puede fallar en cuanto el robot encuentra un cable, el borde de una alfombra o un peso corporal ligeramente diferente. El valor de Microduck para quienes están aprendiendo es que vuelve concreto ese ciclo. El proyecto publica políticas entrenadas y material de referencia, mientras que sus herramientas están pensadas para que los desarrolladores ejecuten experimentos en simulación y los trasladen al robot. Las páginas de modelos de Hugging Face incluyen referencias a políticas de Microduck con políticas ONNX exportadas y detalles de reproducibilidad como la tarea, el entorno de entrenamiento, el número de iteraciones y la semilla aleatoria. Esos detalles importan más que un vídeo de demostración pulido. Una política reproducible ofrece a estudiantes e investigadores algo que inspeccionar, modificar y comparar. También facilita hablar de los fallos. Si un nuevo comportamiento de marcha funciona peor que la política de referencia, el usuario puede preguntarse si el problema provino de la función de recompensa, la aleatorización del dominio, la normalización de las observaciones, los límites de los motores o el entorno de despliegue. Por eso, la plataforma se sitúa entre un juguete y un robot de investigación convencional. Un juguete suele ocultar el sistema de control para que el usuario interactúe con una experiencia terminada. Una plataforma de investigación tiende a mostrar el sistema, pero cuesta lo suficiente como para limitar el acceso. Microduck intenta exponer el proceso de aprendizaje manteniendo el precio del hardware por debajo del de muchos componentes especializados. ## Por qué la presentación de NVIDIA cambió la conversación La aparición en GTC Berlin fue algo más que una colocación de producto. NVIDIA utilizó Microduck como una demostración compacta de su flujo de trabajo preferido para la inteligencia artificial física. Según el resumen de la presentación de NVIDIA, un agente ayudó a preparar un circuito y a simular el robot en Isaac Sim, envió trabajos de entrenamiento a la nube, evaluó el resultado en un sistema RTX Spark y después desplegó el comportamiento aprendido en los robots físicos. Esa secuencia conecta varias piezas del ecosistema robótico actual: simulación, entrenamiento acelerado, exportación de modelos, inferencia en el dispositivo y pruebas con hardware. Un bípedo pequeño resulta útil para este tipo de presentación porque la máquina se entiende con facilidad. Los espectadores pueden ver si camina, se cae o se levanta. El mismo flujo es mucho más difícil de explicar cuando el robot está oculto dentro de una célula industrial o de un sistema de gestión de flotas. También hay una razón comercial para elegirlo. La mayoría de la gente no puede comprar un robot humanoide, un vehículo autónomo de almacén o un cuadrúpedo de alta gama. Una plataforma de 399 dólares sigue siendo una compra relevante, pero abre la puerta a otro público: escuelas, makers, aficionados, laboratorios universitarios y desarrolladores de software que quieren aprender inteligencia artificial incorporada ejecutando código en hardware. La presentación no demostró que este flujo de trabajo sea barato a escala. Entrenar una buena política puede seguir requiriendo acceso a GPU capaces, experiencia en simulación y tiempo para ajustar el diseño de la recompensa y de las observaciones. El precio de 399 dólares es el punto de entrada, no el coste total de participar. Los usuarios pueden necesitar un ordenador de desarrollo, baterías adicionales, piezas de repuesto, una superficie adecuada y conocimientos técnicos suficientes para diagnosticar los fallos. La presentación tampoco debería interpretarse como una prueba de que el robot aprende desde cero en una casa. Los comportamientos incluidos son políticas entrenadas y el flujo de desarrollo utiliza simulación y software preparado. Entrenar un comportamiento nuevo sigue siendo un proyecto técnico. La ventaja es que puede intentarse con un robot pequeño en lugar de una plataforma industrial grande. ## Qué demuestra y qué no demuestra el aumento de preventas El aumento de preventas comunicado es una señal útil, pero requiere una interpretación cuidadosa. Puede indicar que existe demanda de una plataforma de aprendizaje asequible. También puede reflejar la combinación, especialmente eficaz, de una aparición viral en un escenario, una forma simpática y un precio lo bastante bajo como para plantearse una compra impulsiva. No son la misma cosa. Una preventa no equivale a un despliegue. No muestra cuántos compradores completarán el pago, conservarán el robot después de recibirlo, entrenarán una política o lo usarán durante más de unos días. Tampoco indica si Pollen puede fabricar, enviar y dar soporte a decenas de miles de unidades manteniendo la calidad necesaria para un robot que se cae repetidamente. El material público de la empresa indica que las primeras entregas están previstas antes de Navidad de 2026 en Norteamérica, Europa y el Reino Unido. Los informes del periodo actual de pedidos señalan que las compras posteriores podrían tener que esperar más tiempo. Las fechas de entrega no son garantías, especialmente en un producto con muchas piezas electromecánicas pequeñas y una pila de software que todavía está en desarrollo. La cuestión del soporte es especialmente importante. Un robot que funcione durante años necesita motores de repuesto, una calibración fiable, actualizaciones de software seguras y una forma de recuperarse de una actualización fallida. Los repositorios públicos de Pollen describen mecanismos de actualización firmados y reversibles en el proyecto del sistema operativo, incluida una configuración A/B capaz de volver a una imagen de software anterior si la nueva no supera las comprobaciones de estado. Es una práctica de ingeniería alentadora, pero no equivale a contar con una red de servicio posventa probada a largo plazo. La empresa también tiene que gestionar una brecha complicada entre las expectativas y la realidad. Los vídeos del lanzamiento muestran a un personaje vivaz que camina, patina, se recupera y reacciona. Los compradores podrían interpretar esos comportamientos como el inicio de un acompañante de propósito general. El producto real es más limitado: un robot pequeño con varias acciones entrenadas, un controlador y una vía abierta para el desarrollo. Su utilidad dependerá en gran medida de lo que el propietario quiera aprender o construir. ## El público adecuado es más reducido que el público del marketing Microduck tiene sentido para quienes quieren comprender el comportamiento encarnado mediante la experimentación directa. Un estudiante puede comparar un controlador diseñado manualmente con una política aprendida. Un club de robótica puede crear carreras o tareas cooperativas. Un docente puede demostrar cómo los cambios en la percepción, el diseño de recompensas y los límites de los motores afectan al movimiento. Un desarrollador puede estudiar la diferencia entre una política de acción en simulación y esa misma política ejecutándose en el hardware. Es menos adecuado para quien busca un asistente doméstico fiable. El robot no tiene brazos para realizar manipulaciones habituales en el hogar, carece de un servicio de navegación consolidado y no ha demostrado que pueda encargarse de tareas domésticas sin una estructura predefinida. Su pico puede recoger objetos ligeros, pero eso no equivale a agarrar artículos arbitrarios. Una cámara y un sensor de profundidad no producen automáticamente un reconocimiento de objetos sólido ni una planificación segura. Tampoco sustituye a una plataforma de investigación completa cuando los investigadores necesitan capacidad de carga, precisión, autonomía o un conjunto amplio de sensores. El cuerpo pequeño es una ventaja en coste y seguridad, pero limita la capacidad de la batería, el procesamiento, la fuerza de los motores y el alcance físico. Los experimentos con objetos pesados, terrenos irregulares o periodos prolongados de funcionamiento encontrarán pronto esos límites. En educación, sin embargo, las restricciones pueden resultar provechosas. Una máquina más pequeña hace que los fallos sean menos peligrosos y más fáciles de observar. Un estudiante puede ver cómo una política falla porque un pie resbala, modificar después la simulación o el controlador y volver a intentarlo. Las limitaciones del robot ofrecen una lección concreta sobre por qué la autonomía depende de la interacción entre la percepción, la mecánica, el control y el entorno. ## La seguridad forma parte del problema de aprendizaje Microduck es lo bastante pequeño como para que su riesgo físico sea menor que el de un robot humanoide o industrial, pero un riesgo bajo no significa que no exista riesgo. Los servos en movimiento pueden pellizcar los dedos. Un robot que cae puede dañarse o golpear un objeto cercano. Una política modificada puede generar movimientos inesperados. Las baterías requieren una carga y un almacenamiento adecuados. Los niños deben utilizar el robot bajo supervisión, sobre todo al experimentar con código nuevo o accesorios. El comportamiento de recuperación tras una caída es una demostración útil de robustez, pero no debe confundirse con una garantía formal de seguridad. Recuperarse de un conjunto de caídas de entrenamiento no demuestra que el robot vaya a comportarse de forma segura cerca de mascotas, escaleras, agua, objetos frágiles o personas que puedan interferir con él. Una política puede ser fiable en el entorno representado por su proceso de entrenamiento y evaluación y, aun así, comportarse de forma frágil en otros contextos. Existe un segundo problema de seguridad en el software. Un flujo de desarrollo abierto facilita la experimentación, pero también permite que los usuarios desplieguen políticas que el fabricante no ha validado. Una configuración responsable debería mantener una separación clara entre las políticas de referencia probadas y las ramas experimentales, utilizar una zona de pruebas controlada e incluir un mecanismo físico de parada. Cuanto más accesible sea la plataforma, más importante será esta disciplina. La privacidad es otra consideración práctica. Microduck incluye una cámara y conectividad de red. Los propietarios deberían entender cuándo se transmiten los datos de la cámara, dónde se almacenan los registros y qué servicios son necesarios para las actualizaciones o el desarrollo. Un robot destinado a un aula o a un hogar compartido debe configurarse con el mismo cuidado que cualquier dispositivo con cámara conectado. ## El hardware es asequible; la curva de aprendizaje, no El argumento más sólido a favor de Microduck no es que haga que la robótica resulte sencilla. Es que reduce la barrera de la primera compra de hardware. Esa diferencia debería determinar cómo calculan su valor los compradores. El precio del robot es comparable al de un ordenador serio para aficionados o un kit educativo modesto, pero el trabajo necesario para crear un comportamiento nuevo se parece más al de un proyecto de robótica. Los usuarios deben comprender los marcos de coordenadas, las observaciones de los sensores, los espacios de acción, la simulación, las funciones de recompensa, la estabilidad del entrenamiento y las limitaciones del despliegue. Ni siquiera un flujo de trabajo bien documentado puede eliminar esos conceptos. La arquitectura de software puede ayudar porque ofrece a los usuarios un recorrido visible desde las herramientas de línea de comandos hasta las políticas que se ejecutan en el robot. El repositorio incluye documentación para controlar el robot, cargar políticas, ejecutar un simulador y gestionar actualizaciones. Esto resulta más útil que un producto cerrado que se limita a ofrecer una serie de botones, pero también indica que Microduck está pensado para personas dispuestas a leer documentación y resolver problemas. Por tanto, la cuestión económica no es simplemente si 399 dólares es barato. Es si la plataforma reduce el coste de un experimento significativo. Si un estudiante puede ejecutar una política, modificar un componente, reproducir el resultado y compartir el modelo, la respuesta podría ser afirmativa. Si el robot pasa la mayor parte de su vida esperando reparaciones, software incompatible o un ordenador de desarrollo, el precio inicial importará menos. La decisión de Pollen de publicar políticas y referencias de entrenamiento es importante en este punto. Una comunidad puede construir sobre una base común en lugar de empezar con un repositorio vacío. El papel que ya desempeña Hugging Face como plataforma para alojar modelos y conjuntos de datos también proporciona al proyecto un canal de distribución natural. Pero el impulso de una comunidad no garantiza la calidad. Los modelos compartidos necesitan documentación, control de versiones y declaraciones claras sobre dónde se probaron. ## Qué observar después de las primeras entregas Las próximas pruebas relevantes procederán de los propietarios comunes, no del escenario de la presentación. Varias preguntas determinarán si Microduck se convierte en una plataforma robótica duradera. Primero, ¿hasta qué punto se parecen los robots entregados a las demostraciones de lanzamiento? Pequeños cambios en los motores, los sensores, el comportamiento de la batería o las tolerancias de fabricación pueden afectar a la locomoción. Un prototipo exitoso no es automáticamente una unidad de producción consistente. Segundo, ¿con qué frecuencia crean y comparten los usuarios comportamientos que funcionan en más de un robot? Si una política entrenada por un propietario se transfiere de forma fiable a otra unidad, la plataforma demostrará que sus interfaces de hardware y software son lo bastante estables para la investigación comunitaria. Si cada robot requiere un ajuste individual considerable, la barrera de aprendizaje seguirá siendo alta. Tercero, ¿qué resistencia tiene el hardware en condiciones normales de experimentación? Un robot diseñado para caerse necesita una estrategia realista de piezas y reparaciones. Disponer de motores y cables de repuesto resulta útil, pero los compradores también necesitan procedimientos claros para la calibración, el reemplazo de la batería y el diagnóstico de fallos en los sensores. Cuarto, ¿cómo evolucionará con el tiempo el límite del código abierto? La apertura actual del software es valiosa, pero los desarrolladores querrán API estables, compilaciones reproducibles, licencias claras y acceso predecible a la pila de entrenamiento. Si las funciones importantes pasan a depender de servicios propietarios, la promesa educativa de la plataforma se estrechará. Por último, ¿puede la comunidad encontrar aplicaciones útiles más allá del entretenimiento? Las carreras y el fútbol son formas eficaces de mostrar la locomoción, pero los usos más duraderos podrían ser los cursos, la evaluación comparativa, la investigación sobre accesibilidad, los experimentos en el aula y la coordinación entre varios robots. Una plataforma no tiene que resolver las tareas domésticas para ser importante. Sí debe permitir abordar preguntas difíciles de responder únicamente mediante simulación. ## Un robot pequeño con una tarea realista Es fácil subestimar Microduck porque su aspecto es juguetón. En la práctica, su función es más seria y más limitada de lo que su actuación en el escenario sugiere. Es un banco de pruebas físico y de bajo coste para aprender cómo una política se convierte en movimiento, cómo aparecen en el hardware los errores de la simulación y cómo se puede compartir software entre máquinas reales. El aumento de pedidos anticipados comunicado ofrece a Pollen la oportunidad de demostrar que la idea funciona fuera de un evento de lanzamiento. La empresa tendrá que entregar un hardware consistente, mantener una pila de software utilizable y comunicar con claridad los límites del robot. Los propietarios tendrán que tratar la máquina como una plataforma experimental, no como una mascota autónoma mágica. Si se cumplen esas condiciones, Microduck podría ocupar un espacio útil intermedio en la robótica. No haría sencilla la IA física, pero podría facilitar el primer experimento serio. Esa es una medida del producto más acertada que su capacidad para parecer adorable sobre el escenario de una presentación.