Meta description: Guía completa de robots humanoides open source que podés construir desde cero: InMoov, Roboto Origin, Berkeley Humanoid Lite, ToddlerBot y más. Código, planos y materiales disponibles gratis.
Categoría: Robótica · Tecnología · Open Source Tiempo de lectura: 8 minutos Actualizado: Abril 2026
¿Qué es un robot humanoide open source?
Un robot humanoide open source es un sistema robótico bípedo cuyo hardware (planos mecánicos, esquemas electrónicos) y software (código de control, algoritmos de locomoción) están disponibles públicamente para que cualquier persona los descargue, replique y modifique sin costo de licencia.
A diferencia de plataformas comerciales como Boston Dynamics Atlas o Tesla Optimus —cerradas, propietarias y fuera del alcance económico de la mayoría—, estos proyectos permiten que investigadores, estudiantes y makers accedan a tecnología de frontera con inversión accesible.
Los 5 proyectos de robots humanoides open source más relevantes
1. Roboto Origin — RoboParty (2025)
El humanoide full-stack más nuevo y ambicioso del ecosistema open source.
Desarrollado en solo 120 días por el equipo de RoboParty, una startup de Beijing fundada por Huang Yi con 21 años, Roboto Origin fue liberado completamente como open source en enero de 2026. Es considerado el primer humanoide full-stack de código abierto del mundo: hardware, software de control y algoritmos de locomoción incluidos.
Especificaciones técnicas:
Altura: 1,25 metros
Peso: 34 kg
Velocidad de marcha: 3 m/s
Algoritmo de locomoción: AMP (Anthropomorphic Motion Planning) desarrollado por el equipo
Camina, corre y está preparado para entrenamiento Sim-to-Real
¿Qué está disponible?
Diseños de hardware completos (estructuras, electrónica)
Código de control y algoritmos de entrenamiento
Documentación de ingeniería
Programa de co-creación global para desarrolladores
Dificultad estimada: Alta — requiere conocimientos en mecatrónica, ROS y aprendizaje por refuerzo Costo estimado de materiales: ~USD 3.000–5.000
2. Berkeley Humanoid Lite — UC Berkeley (2025)
El humanoide open source más accesible para makers con impresora 3D.
Desarrollado por el laboratorio de Ingeniería Eléctrica y Ciencias Computacionales de UC Berkeley, fue presentado en la conferencia Robotics Science and Systems 2025. Su diseño modular permite que un maker con experiencia básica lo construya en aproximadamente una semana.
El corazón del diseño es una caja de cambios cicloidal imprimible en 3D para los actuadores. Sus dientes grandes distribuyen la carga en mayor superficie, reduciendo el desgaste — clave para que las piezas plásticas soporten el peso real del robot.
Especificaciones técnicas:
Altura: ~1 metro
Peso: ~16 kg
Locomoción: aprendizaje por refuerzo (RL) para marcha bípeda
Manipulación: teleoperación con joystick demostrada (agarró un cubo Rubik)
Todas las piezas mecánicas imprimibles con impresora 3D estándar
Dificultad estimada: Media-Alta Costo estimado de materiales: ~USD 5.000 (precios de mercado estadounidense)
3. ToddlerBot — Stanford University (2025)
El humanoide open source con mejor integración de IA y manipulación.
Presentado en la 9th Annual Conference on Robot Learning (CoRL 2025), ToddlerBot es una plataforma de bajo costo diseñada específicamente para investigación en locomoción combinada con manipulación (loco-manipulation). Su nombre viene de su similitud con el movimiento de un niño aprendiendo a caminar.
Lo que lo distingue es su robustez: «casi nunca se rompe y cuando se rompe, es muy fácil de reparar», según sus creadores de Stanford.
Capacidades demostradas:
Caminata omnidireccional (todas las direcciones)
Gateo coordinado con brazos y piernas
Voltereta (cartwheel) como demostración de agilidad
Manipulación bimanual con política de difusión entrenada con 60 demos
Teleoperación VR con Meta Quest 2 en tiempo real
Transferencia zero-shot de políticas de manipulación entre instancias
Dificultad estimada: Alta — orientado a investigación Costo estimado de materiales: ~USD 2.500
4. InMoov — Gael Langevin (2012–presente)
El proyecto más veterano y con mayor comunidad global.
Iniciado en 2012 por el escultor y diseñador francés Gael Langevin, InMoov es el primer robot humanoide open source a tamaño real imprimible en 3D del mundo. Lo que empezó como una mano robótica para un trabajo fotográfico evolucionó en más de una década hasta convertirse en un humanoide completo con cabeza, torso, brazos y en desarrollo de piernas.
Su mayor virtud es la barrera de entrada baja: cualquier impresora 3D con área de impresión de 12×12×12 cm puede fabricar todas sus piezas. La comunidad global —con miles de builders en el mapa interactivo del sitio— garantiza soporte continuo.
Especificaciones técnicas:
Tamaño real (aproximadamente 1,80m completo)
5 grados de libertad por brazo
16 grados de libertad por mano (10 dedos motorizados independientes)
El humanoide open source más documentado para educación e investigación.
Desarrollado por el Instituto Nacional de Investigación en Informática y Automática de Francia (Inria), Poppy fue concebido como plataforma de aprendizaje abierta. Hoy es mantenido por la comunidad y representa una de las arquitecturas mejor documentadas disponibles.
Especificaciones técnicas:
25 actuadores Robotis Dynamixel (la mayor parte del costo)
Raspberry Pi 3 o 4 como cerebro
Compatible con Python (pip install poppy-humanoid)
Archivos disponibles: STL, STEP, Solidworks, URDF
Tiempo de ensamblaje: ~7 horas para alguien con experiencia
La robótica humanoide open source ya no es un hobby de nicho reservado a laboratorios universitarios con presupuestos millonarios. Proyectos como Roboto Origin, Berkeley Humanoid Lite y ToddlerBot demuestran que con una impresora 3D, componentes electrónicos accesibles y conocimiento de Python y ROS, es posible construir un humanoide funcional.
El punto de entrada más recomendable hoy es InMoov (empezando solo por la mano o el brazo) si sos principiante, o Roboto Origin si tenés experiencia en mecatrónica y querés el proyecto más completo y actualizado.
La comunidad global de builders es activa, los repositorios están en constante actualización y —por primera vez en la historia— el «momento ChatGPT de la robótica» parece genuinamente cerca.
Un equipo de la Universidad Julius-Maximilians de Würzburg, liderado por el profesor Bert Hecht, publicó en Nature Communications el desarrollo de nanorrobots impulsados exclusivamente por luz, de menos de un micrómetro de tamaño —unas 50 veces más pequeños que el diámetro de un cabello humano— capaces de capturar, transportar y liberar bacterias de forma selectiva en ambientes acuosos. El trabajo se dio a conocer públicamente el 18 de agosto y combina física, robótica y microbiología en un único dispositivo experimental.
Los nanorrobots se propulsan mediante el retroceso (recoil) que generan fotones al ser absorbidos y reemitidos por nanoantenas plasmónicas integradas en su estructura, un principio físico análogo al retroceso que produce un arma de fuego al disparar. La dirección del movimiento se controla ajustando la polarización de la luz incidente: hilos de antena a escala nanométrica embebidos en el robot se alinean con la dirección de polarización, lo que permite orientar el dispositivo mientras la propulsión continúa impulsada por el propio retroceso fotónico. Los robots pueden ejecutar giros de 90 grados a alta velocidad, lo que les permite recorrer sistemáticamente amplias zonas de una muestra biológica.
Según Jin Qin, científico experimental principal del estudio, el equipo simplificó el diseño del dispositivo hasta lograr un tamaño que le permite operar directamente dentro del mundo microbiano, funcionando de manera similar a un dispositivo de limpieza microscópico. En las demostraciones de laboratorio, los nanorrobots mantuvieron su capacidad de maniobra incluso mientras transportaban cúmulos de bacterias de mayor tamaño relativo, aunque su velocidad se redujo durante ese transporte, lo que demuestra que el sistema puede manipular activamente microorganismos y no limitarse a observarlos.
La posibilidad de manipular objetos biológicos a esta escala con semejante precisión abre aplicaciones concretas para la microbiología y la investigación biomédica: desde experimentos controlados que requieren reubicar microorganismos específicos hasta, a más largo plazo, tareas de «limpieza» selectiva en muestras contaminadas con múltiples especies bacterianas. Se trata todavía de una demostración de laboratorio bajo condiciones controladas, y el camino hacia aplicaciones prácticas en diagnóstico o tratamiento requerirá superar desafíos adicionales de escalabilidad y de operación fuera de un entorno experimental, pero el trabajo confirma que la luz puede utilizarse no solo para observar el mundo microscópico, sino también para intervenir activamente sobre él.
Google DeepMind presentó el 30 de julio Gemini Robotics 2, una nueva generación de modelos de inteligencia artificial diseñados para actuar como la capa de razonamiento e inteligencia dentro de robots físicos, con la novedad de que por primera vez permite controlar de forma coordinada el cuerpo entero de un humanoide —desde las piernas hasta los dedos— y no solo la parte superior del cuerpo, como ocurría con las versiones anteriores del sistema. La demostración se realizó sobre el robot Apollo 2 de Apptronik, equipado con manos Sharpa.
El sistema se compone de tres modelos que trabajan en conjunto: Gemini Robotics 2, el modelo principal de visión-lenguaje-acción que traduce entradas visuales y verbales en órdenes motoras precisas; Gemini Robotics ER 2, un modelo de «razonamiento encarnado» que actúa como planificador de alto nivel, descompone instrucciones complejas en pasos y coordina a más de un robot para completar tareas en conjunto; y un modelo On-Device 2 de baja latencia que permite adaptar el sistema a nuevas plataformas robóticas en cuestión de horas utilizando menos de 200 demostraciones de entrenamiento. En pruebas de la compañía, el sistema logró una tasa de éxito del 92% en una tarea que exige coordinación de cuerpo completo: desenroscar una lámpara sosteniendo el equilibrio con las piernas mientras manipula el objeto con las manos.
El salto respecto de la generación anterior, limitada al control de brazos y manos sobre una base fija, es significativo porque muchos robots humanoides actuales fallan justamente en tareas que requieren estabilización de la parte inferior del cuerpo mientras se ejecuta una manipulación delicada con la parte superior, perdiendo el equilibrio o aplicando fuerza de forma despareja. Gemini Robotics ER 2 ya está disponible en vista previa pública a través de Google AI Studio de forma gratuita, lo que habilita a desarrolladores y estudiantes a experimentar con la planificación de tareas robóticas sin costo, mientras que los modelos completos de control motor permanecen limitados a sus socios de acceso anticipado, entre ellos Apptronik.
Para la industria de la robótica humanoide, que todavía discute qué compañía logrará primero llevar estos sistemas fuera del laboratorio y hacia entornos reales de trabajo, la capacidad de coordinar cuerpo completo es un requisito previo ineludible para tareas cotidianas como limpiar una habitación desordenada o trabajar en una línea de montaje junto a otros robots. La pregunta que sigue abierta es cuánto tiempo pasará antes de que esta inteligencia de cuerpo completo se traduzca en robots capaces de operar de forma confiable y segura junto a trabajadores humanos, sin supervisión constante, en fábricas, depósitos y eventualmente hogares.
Mech-Mind Robotics Technologies, desarrolladora china de cámaras 3D industriales y software de inteligencia artificial para robots, comenzó a cotizar el 1 de septiembre en la Bolsa de Hong Kong bajo el código 09615, convirtiéndose según la compañía en la primera firma listada especializada en componentes de «inteligencia encarnada» bajo el modelo que describe como «ojo-cerebro-mano». La oferta global se fijó en el techo del rango indicado, a 101,70 dólares de Hong Kong por acción, con ganancias netas de aproximadamente 2.200 millones de dólares de Hong Kong y una capitalización de mercado de 12.713,6 millones de dólares de Hong Kong.
La compañía, respaldada por Meituan y con Qiming Venture Partners como inversor desde una ronda temprana en 2019, no fabrica robots completos: en cambio, provee componentes estandarizados que combinan cámaras industriales de visión 3D de la línea Mech-Eye, un «cerebro» de software propio y sistemas de manipulación, permitiendo que brazos robóticos identifiquen y manipulen objetos de formas irregulares o posiciones variables en tareas de depósito, ensamblaje y empaquetado. Nueve inversores ancla, liderados por Baillie Gifford, se comprometieron con el 62% de las acciones ofrecidas.
La compañía informó que destinará los fondos recaudados principalmente a investigación y desarrollo de productos y tecnologías (31,8%), a ampliar su cartera de aplicaciones (25,2%) y a expandir su presencia global y acelerar la comercialización (29,4%), con el resto asignado a capacidad de producción y capital de trabajo. El debut se produce en medio de un auge de inversión en robótica impulsada por inteligencia artificial en Asia, y marca la décima salida a bolsa del año para Qiming Venture Partners, que mantenía previamente una participación del 7,38% en la compañía.
Para la industria de manufactura y logística, el ingreso de Mech-Mind a los mercados públicos valida un segmento —la visión artificial y el «cerebro» de percepción para robots industriales— que hasta hace poco quedaba eclipsado por el interés inversor en los robots humanoides de uso general. La compañía, que según reportes de prensa financiera todavía opera con pérdidas, apuesta a que la automatización de fábricas y depósitos con robots capaces de manipular objetos variables, y no solo piezas estandarizadas, seguirá creciendo lo suficiente como para justificar su valuación bursátil en los próximos años.
AI1 año ago
Nano1 año ago
AI9 meses ago
AI1 año ago