Will Knight vuole un robot che dia da mangiare al suo gatto. Giornalista senior di WIRED, dove si occupa di intelligenza artificiale, Knight ha una gatta bengala di nome Leona e un piano: un piccolo robot con le gambe che la trovi, chini la testa e lasci cadere un bocconcino da uno scomparto stampato in 3D e montato sulla sua sommità. Il bocconcino non è la notizia. La notizia è che il robot funziona già in un ambiente software e che gran parte del suo addestramento, normalmente svolto a mano da un ingegnere robotico, è stata affidata a un modello di IA.

Il robot è un Microduck virtuale, il bipede a forma di anatra di Pollen Robotics, la divisione robotica di Hugging Face. Knight gli ha insegnato a muoversi in una stanza senza cadere e a riconoscere un gatto bengala nei paraggi. Racconta che il lavoro ha richiesto poche ore, mentre in passato avrebbe potuto portargli via settimane. Nella sua rubrica definisce tutto questo il futuro della robotica. Ha ragione solo a metà. Il ciclo di addestramento si è accorciato drasticamente. Tutto ciò che sta ai suoi due estremi, invece, è cambiato ben poco.

Che cosa ha fatto davvero il modello

Knight ha abbinato GPT-6 Sol di OpenAI a Hermes, un sistema agentico di Nous Research, facendoli funzionare su Nvidia DGX Spark, un computer desktop costruito attorno a un potente chip per l’IA. Il modello non si è limitato a scrivere codice. Tramite Nvidia Isaac Sim ha inviato istruzioni al modello che controllava l’anatra simulata, ne ha guardato i video mentre era in azione, ha valutato i progressi e suggerito modifiche al regime di addestramento. Eseguire, osservare, ritoccare, ripetere: è la parte lenta e poco appariscente dell’apprendimento robotico, ed è proprio quella che è stata automatizzata.

Anche i laboratori professionali segnalano lo stesso cambiamento. Alla UC Berkeley, il gruppo del professor Ken Goldberg ha dato accesso al modello Astra di OpenAI a uno strumento Nvidia chiamato Newton, gli ha mostrato un filmato di un robot reale e gli ha chiesto di ricostruire la scena sotto forma di simulazione. «Quello che ci ha lasciati tutti a bocca aperta è che, nel giro di un’ora, aveva prodotto una simulazione 3D completa, con tutti i parametri impostati: posizione della telecamera, illuminazione, sfondo e materiali», ha raccontato Goldberg a WIRED. Astra è anche in grado di eseguire gli esperimenti e analizzarne i risultati, aggiunge, facendosi carico di gran parte del lavoro ripetitivo necessario per addestrare un robot in simulazione.

Ora il metodo ha un nome. ASPIRE, un framework tra i cui autori figurano Goldberg e Jim Fan di Nvidia, affida a un modello linguistico di grandi dimensioni la scrittura del codice di controllo del robot; quando il programma fallisce, il modello legge le tracce di esecuzione, corregge il codice e archivia la soluzione funzionante in una libreria di competenze, riutilizzabili nelle attività successive. Secondo ToolNavs e RuntimeWire, a metà ottobre il laboratorio di Fan in Nvidia ha pubblicato su GitHub il codice della versione 1.0, con licenza Apache 2.0. In una dimostrazione, bracci robotici imparano a risolvere un cubo di Rubik. «Lo afferra, prova a ruotarlo, ma l’angolazione è sbagliata», ha raccontato Fan a WIRED. «Poi ragiona per molto, molto tempo, ma alla fine riesce a risolverlo, perché apprende le competenze strada facendo.»

La competenza diventata economica è in affitto

Ecco l’aspetto che la narrazione della «vibe robotics» trascura. Il documento su ASPIRE afferma chiaramente che le sue prestazioni dipendono dal modello frontier su cui si basa. Con Claude Opus 5.5 di Anthropic, il sistema registra una percentuale media di successo del 99% in tutti gli 80 compiti di manipolazione di LIBERO-Pro: un dato dichiarato dagli stessi autori, che non è ancora stato riprodotto in modo indipendente. Nell’elenco delle limitazioni del progetto si legge che il sistema dipende da un modello frontier fisso e che non è stato verificato se modelli più piccoli possano sostenere lo stesso ciclo di debug.

Se si segue questo ragionamento fino in fondo, un’anatra costruita da un appassionato e il braccio robotico di un laboratorio di Berkeley imparano oggi più o meno bene quanto il modello di grandi dimensioni a cui possono accedere. Le competenze ingegneristiche che un tempo costituivano una barriera d’ingresso alla robotica non sono scomparse. In buona parte, ora sono racchiuse nel modello frontier che chi sviluppa può permettersi di usare.

L’anatra è ancora in lista d’attesa

L’altro estremo del ciclo è l’hardware, e Knight è ancora in attesa del suo. A fine agosto Pollen ha aperto i preordini di Microduck a 399 dollari, con l’obiettivo di consegnarlo prima di Natale. Business Insider ha riferito che gli ordini hanno superato i 2,6 milioni di dollari nelle prime 24 ore, citando Thomas Wolf, cofondatore di Hugging Face; poco dopo, la pagina per l’acquisto ha spostato i nuovi ordini a una finestra di consegna compresa tra quattro e sei mesi. Gadget Flow riferisce che il negozio avverte ora che gli ordini attuali non saranno spediti prima di aprile 2027. L’addestramento in simulazione è il percorso previsto: il flusso di lavoro proposto da Pollen consente ai proprietari di insegnare comportamenti a un’anatra virtuale e trasferirli al robot fisico. Ma una politica di controllo in attesa di un corpo non ha ancora fatto i conti con un tappeto, una gamba del divano o un gatto che non ha alcuna intenzione di collaborare.

Knight è franco anche sul resto. Scrive che il sistema di visione della sua anatra non funziona abbastanza bene da poter essere impiegato in un prodotto reale. Quando ha dato al modello una GIF di Michael Jackson per insegnargli il moonwalk, ore di lavoro hanno prodotto quello che lui definisce una corsetta all’indietro molto scanzonata. Gli autori di ASPIRE elencano lacune analoghe per l’impiego nel mondo reale: rilevare in modo affidabile il successo, eseguire reset sicuri, monitorare la sicurezza e calibrare il sistema. Tutti questi aspetti riguardano la capacità di capire che cosa è successo davvero in una stanza fisica, proprio ciò che un simulatore non può dirci.

Dove puntano i soldi

Niente di tutto questo sta frenando l’interesse. Goldberg dice che diverse aziende di robotica industriale e automazione si sono mostrate interessate a questo approccio, e Knight sostiene che la velocità raggiunta potrebbe presto avere un impatto significativo sulla produzione e sul commercio elettronico. Questa settimana, alla Conference on Robot Learning di Austin, Fan ha mostrato nella sua conferenza inaugurale Astra mentre prendeva il controllo di un braccio robotico e dipingeva il Golden Gate Bridge con vernice e pennelli trovati lì vicino.

La conseguenza è che cambia il luogo in cui si annidano gli errori. Se addestrare un comportamento robotico richiede ore anziché settimane, i gruppi ne addestreranno molti di più e il passaggio cruciale diventerà dimostrare quali siano sicuri al di fuori del simulatore. Un bocconcino che finisce fuori dalla ciotola di Leona è un modo poco costoso per imparare la lezione. Un braccio robotico in un magazzino che esegue una competenza scritta da un modello e mai verificata sul campo è un modo molto più caro.

Tag: nvidia, Hugging Face, Microduck, Pollen Robotics, robot