Una startup paga a gente corriente por grabarse con cámaras para enseñar a los robots

Memories.ai, fundada por exinvestigadores de Meta, ha lanzado una plataforma de trabajos esporádicos donde voluntarios pagados graban tareas cotidianas. Su meta es reunir más de 10 millones de horas de vídeo en primera persona antes de marzo de 2027.

Una startup paga a gente corriente por grabarse con cámaras para enseñar a los robots

Memories.ai, una startup de San Francisco fundada por antiguos investigadores de Meta, paga a personas para que muestren a los robots cómo hacer su trabajo. La empresa acaba de lanzar Memories Upload, una plataforma global de trabajos esporádicos en la que los colaboradores graban vídeos en primera persona mientras preparan comida, reponen estanterías o reparan equipos.

Las grabaciones se hacen con la cámara LUCI Pin, un dispositivo de menos de 45 gramos que se sujeta magnéticamente a soportes que se llevan en la cabeza, el pecho o la muñeca. Si se emparejan dos cámaras, pueden captar imágenes estereoscópicas, que ayudan a calcular la profundidad de lo que se ve.

Un mercado de datos cada vez más disputado

La empresa afirma que su red ya registró más de un millón de horas de vídeo durante el primer mes de la versión beta, y se ha fijado el objetivo de superar los 10 millones de horas en marzo de 2027. Hasta la fecha ha recaudado 16 millones de dólares en capital riesgo, entre ellos una ronda semilla de 8 millones en julio de 2025 liderada por Susa Ventures, con la participación de Samsung Next.

No es la única que apuesta por este tipo de datos. Figure, una empresa de robots humanoides, paga a personas para grabar tareas cotidianas que alimentan sus modelos de IA Helix. Physical Intelligence, que desarrolla un software de IA capaz de controlar robots muy distintos, ha probado combinar vídeos humanos con datos de robots manejados a distancia por personas.

Por qué importa el vídeo humano

Sergey Levine, cofundador de Physical Intelligence, escribió en un blog que estas grabaciones pueden aportar conocimiento sobre lo que ocurre en el mundo real, complementando los datos que recogen los propios robots. Para un robot que aprende a preparar un café, por ejemplo, un vídeo puede mostrar cómo se agarra la taza, cómo se coloca bajo el molinillo y cómo se mueve sin derramar nada. Grabaciones en cocinas, herramientas y formas de trabajar distintas exponen al robot a más situaciones.

El reto está en traducir esos movimientos observados en acciones que el robot pueda ejecutar con su propio cuerpo, un problema que los desarrolladores todavía están resolviendo.

Buscar entre miles de horas de grabación

Encontrar los fragmentos útiles en una colección cada vez mayor de vídeos es precisamente lo que intenta resolver Memories.ai. Su modelo de descripción de vídeos está ajustado a partir de Cosmos, la familia de modelos de Nvidia dedicada a entender el mundo físico, y usa esos mismos modelos para etiquetar acciones. Las descripciones quedan ligadas a momentos concretos, así que un desarrollador puede buscar una acción y recuperar ejemplos sin ver horas de material.

Según la empresa, sus clientes incluyen a tres de los cinco principales laboratorios de IA de frontera, además de desarrolladores de robótica, aunque no ha revelado sus nombres por acuerdos de confidencialidad. Su consejero delegado, Shawn Shen, explica que los clientes piden cada vez más grabaciones de más entornos de trabajo, tareas y ángulos de cámara. Dos personas preparando café en cocinas distintas ya aportan variedad útil, sostiene.

Newsletter · gratis

La semana de la IA, en cinco minutos.

Únete a los lectores que empiezan la semana sabiendo qué pasa en la IA. Cada domingo, en tu correo.