Sunday Robotics enseñó esta semana ACT-2, el modelo que mueve su robot doméstico Memo, y lo hizo con un dato que cuesta ignorar: según la propia empresa, dobló 778 de 785 prendas en casas que el robot no había visto nunca. Un 99,1% de acierto, con un margen de error de tres décimas. No es un vídeo montado en un laboratorio, es la misma tarea repetida cientos de veces en hogares distintos.
La ropa es el examen difícil de la robótica doméstica. Una camiseta arrugada, un pantalón del revés o un montón de calcetines no tienen una forma fija, y cada casa coloca las cosas de otra manera. Por eso doblar bien la colada, y no solo en una demo preparada, es la prueba que separa el juguete del producto.
Qué han enseñado
- 778 de 785 doblados correctos en hogares nuevos: 99,1% de acierto.
- Nueve tipos de prenda distintos, con una calidad media de 4,72 sobre 5 y una mediana de 2 minutos y 13 segundos por doblado.
- Cero adaptación por casa. El mismo modelo entrenado funciona en cualquier hogar sin reajustarlo, algo que en robótica casi nunca pasa.
- Empieza desde el caos real: prendas en un cesto, en un montón, sobre la cama o en el suelo.
El detalle técnico que importa está en cómo reacciona cuando algo sale mal. Si una prenda se cae, ACT-2 la recoge del suelo. Si está del revés, la reorienta. Si el estado cambia a mitad del doblado, replanifica y sigue en lugar de romperse. Trata el desorden como algo recuperable, no como un callejón sin salida. Ahí es donde se caen la mayoría de los robots de casa: en el imprevisto.
Cómo se ha llegado aquí
ACT-2 no sale de la nada. Se apoya en ACT-1, el modelo base que Sunday presentó en noviembre de 2025 y que ya demostraba manipulación de largo recorrido y generalización a casas nuevas. El salto de una versión a otra es la fiabilidad: pasar de "sabe hacerlo" a "lo hace nueve de cada diez veces sin fallar".
Detrás hay datos, mucho antes que algoritmos. La empresa entrenó a Memo con unos 10 millones de rutinas domésticas grabadas en más de 500 hogares de Estados Unidos. Ese volumen de ejemplos reales, no simulaciones, es lo que le permite plantarse en una cocina que no conoce y saber qué hacer.
Memo, el robot que ejecuta todo esto, es una máquina con ruedas de 1,7 metros y 77 kilos, con dos brazos y una columna central que sube y baja el torso para llegar desde el suelo hasta unos 2,1 metros de alto. Está pensado para recoger mesas, cargar el lavavajillas y doblar ropa en casas con gente y trastos de por medio.
De momento no se vende. Sunday abre este otoño una beta llamada "Founding Family": unos 50 hogares recibirán unidades numeradas, con el lanzamiento comercial previsto para 2026.
Por qué importa
Un robot que dobla la colada no cambia las cuentas de una empresa mañana. Pero la señal de fondo sí interesa a quien piensa en automatización. El cuello de botella de la robótica nunca ha sido el hardware, ha sido el software: que la máquina funcione fuera del entorno controlado donde se entrenó. Un 99,1% de acierto en casas que el robot no había pisado es exactamente ese problema empezando a resolverse.
La misma idea que hace útil a un robot doméstico, un modelo que generaliza a situaciones que no vio en el entrenamiento, es la que hace útil a una automatización en una empresa. Da igual si hablas de doblar ropa o de procesar facturas con formatos distintos cada mes: lo que vale es que el sistema aguante lo imprevisto sin que alguien tenga que reprogramarlo cada vez. Sunday lo está enseñando con prendas. La lección se aplica a cualquier proceso que hoy se rompe en cuanto la realidad no encaja con el guion.
Relacionado
