Cripto-Robótica: Primeros Pasos
por Alexis Texeiro de Mercados, Blockchain & Cryptografia Avanzada
Los mercados lo mueven los ciclos. Los ciclos están basados en la información. E información en un planeta interconectado es de hecho, lo que más abunda, demasiado ruido en demasiados canales de información.
“Algo debo estar haciendo mal, porque se me va todo el tiempo libre en formarme y decidir dónde invertir”. Seguro que este pensamiento a veces lo has tenido. Pero eso es que te estás comiendo todo el ruido y la sobre información. Si te informas mucho es imposible que te informes bien. Tienes que reducir la cantidad de información que consumes.
Esa fue la esencia del lanzamiento de la iniciativa de Mercados, Blockchain & Cryptografia Avanzada, que no tengas que ir a ningún sitio más. A Mi Los Bloques! es el spinoff de Mercados, Blockchain & Cryptografía Avanzada en forma de boletines. Ahora también tenemos un chat privado para todos los suscriptores.
Si quieres estar al día de todo lo que ocurre en los mercados para poder maximizar tus posiciones y descubrir una cartera activa incomparable también puedes formar parte de Mercados, Blockchain & Cryptografia Avanzada que es un servicio de datos y un club exclusivo. Puedes encontrar mas información en nuestra web.
Pese a las expectativas de alcanzar el máximo del mercado entre Octubre y Noviembre de 2025, los beneficios aún no se han materializado. Pero no estamos ante un cambio de ciclo radical, sino frente a una extensión del Ciclo 4, impulsada por las mismas fuerzas que han guiado los tres ciclos anteriores, aunque con un ritmo más prolongado. Es probable que este nuevo ciclo se extienda hasta 2026 o incluso 2027, ofreciendo aún meses adicionales de tendencia alcista, lo que invita a mantener la calma y continuar aprovechando las oportunidades del mercado.
Prepárate y no te quedes atrás!
📚 Nuestras últimas lecturas
El Aterrizaje del Águila | Lo Que Te Perdiste Esta Semana #12 (free)
Las Altcoins NO Estan Muertas: Larga Vida A Las Altcoins
Farcana: Lecciones Aprendidas y la Madurez del Sector de VideoJuegos Onchain
La Inevitable Señal de Alerta Económica | Lo Que Te Perdiste Esta Semana #11 (free)
Liquidez Entrante VI: Una Jugada Maestra
Guerra de Blockchains: Cual es mejor?
Hace solo unas semanas un humanoide de Unitree ejecutando OM1 de OpenMind hizo sonar recientemente la campana de apertura del Nasdaq , marcando el lanzamiento del ETF global de humanoides de KraneShares. Fue un momento simbólico que mostró la incorporación de la robótica a la cultura y las finanzas.
En la otra cara de la moneda tenemos el reciente incidente de Unitree G1, donde se encontró un robot humanoide transmitiendo en secreto datos de sensores a servidores en China, es un anticipo de la falla geopolítica que se está formando en la robótica.
A medida que las máquinas se vuelven móviles, interconectadas y cada vez más autónomas, dejan de ser hardware neutral y se convierten en dispositivos de datos soberanos. En un mundo marcado por la tensión tecnológica entre Estados Unidos y China, esto importa.
Así como se bloqueó el acceso de Huawei a las redes de telecomunicaciones occidentales, imagino un futuro en el que los robots fabricados en China tengan prohibido el acceso a hospitales, almacenes y escuelas. Un robot con cámaras y micrófonos es como un sensor móvil con patas. Una vez implementado a gran escala, el riesgo para la seguridad nacional es evidente.
La tensión radica en lo siguiente: China innova actualmente en robótica a un ritmo más rápido que casi ningún otro país. Envía humanoides y cuadrúpedos a un coste menor y con mayor cadencia que la mayoría de las empresas occidentales.
A muchas empresas de Estados Unidos y Europa les encantaría aprovechar esta oportunidad, pero las fricciones geopolíticas las vuelven radiactivas. Las empresas occidentales quieren el hardware, pero no confían en el software.
Esto crea una brecha entre la innovación y la confianza donde la robótica evoluciona más rápido que nuestra capacidad para categorizarla.
A medida que convergen la criptografía, la IA y el hardware, el campo se ha vuelto más un ecosistema enredado que una vertical definida. Sin un marco, es difícil determinar dónde se está produciendo realmente el progreso y dónde persisten las brechas.
Sumerjámonos!
Sumamos fuerzas con DefiLab para transformar la complejidad de DeFi en oportunidades generacionales para nuestra comunidad. Aquí tienes un descuento del 20% del Curso: “Entender DeFi sin morir en el intento, Edición 30”.
Este research es de nivel avanzado: ⭐⭐⭐
Indice ⤵️
1️⃣ El Problema del Aislamiento
2️⃣ De Enjambres Digitales a Robots Coordinados
3️⃣ El Concepto del Embudo en la Cripto-Robótica
4️⃣ Capa de Aprendizaje y Curación: cómo los robots obtienen su experiencia
5️⃣ Capa de Razonamiento y Ejecución: cómo los robots aprenden, piensan y ejecutan
6️⃣ Capa de Middleware y Percepción: cómo los robots entienden y se mantienen conectados
7️⃣ Capa Física: cómo los robots se encuentran con el mundo real
8️ Posicionate en Cripto-Robótica
9️⃣ Bajó el Capó
🔟 Conclusiones: De los Datos a la Acción
🌫️ El Problema del Aislamiento
Los vehículos autónomos Waymos han conquistado silenciosamente una cuarta parte del mercado de viajes compartidos de San Francisco en solo 20 meses. En menos de dos años, los vehículos totalmente autónomos pasaron del 0 % al 27 % de los viajes en una de las ciudades más concurridas del mundo. Ya no es una prueba beta. Es un producto comercial a gran escala.
Lo que demuestra Waymo es simple: las máquinas autónomas ya están compitiendo con sus contrapartes humanas y, en algunos casos, superándolas.
Pero hay un problema. Los Waymos solo se coordinan entre sí. Si se coloca uno junto a un robot repartidor o un asistente humanoide, los sistemas no pueden comunicarse.
Hoy en día, todos los robots son solitarios. Con un marcado carácter introvertido. Un Waymo puede navegar por el centro de San Francisco, pero no puede sincronizarse con el robot de reparto que espera en tu acera. Cada máquina usa su propio sistema operativo, habla su propio dialecto y sigue sus propias reglas.
Quizás pienses que es un problema de hardware. No. Es un problema de protocolo.
Es el mismo cuello de botella que afectó a internet en la década de 1970. Las computadoras eran potentes, pero estaban atrapadas en redes privadas. Hasta que TCP/IP las integró, no se podía enviar un correo electrónico ni cargar una página web entre sistemas.
La robótica se encuentra estancada en ese mismo momento pre-TCP/IP. La falla de coordinación se manifiesta en tres puntos:
Sin lenguaje común: Compra diez robots de diez proveedores y ninguno se comunicará con los demás. Es como intentar dirigir una empresa donde cada empleado habla un idioma diferente y se niega a aprender el tuyo.
Sin aprendizaje compartido: Los robots cometen los mismos errores una y otra vez. Una aspiradora podría descubrir cómo evitar una esquina complicada, pero esa información nunca llega al asistente humanoide de la misma casa.
Sin identidad verificada: En espacios abiertos (hospitales, fábricas, escuelas), no se sabe qué es una máquina, quién la fabricó ni si cumple las normas. Es una pesadilla de seguridad.
A esto le llaman el problema del aislamiento. A menos que estas brechas de coordinación se resuelvan antes de que los robots alcancen su masa crítica, el caos es inevitable. Las máquinas se tropezarán entre sí en espacios compartidos y duplicarán el trabajo.
🤖 De Enjambres Digitales a Robots Coordinados
La historia del software nos ha enseñado una lección clara: la autonomía individual impresiona, pero solo la coordinación escala.
Al igual que los Agentes de IA pasaron de ser chatbots aislados a formar “enjambres” autoorganizados (donde unos investigan, otros operan y otros gestionan pagos), los robots están siguiendo el mismo camino. Sin embargo, en el mundo físico, los errores no son solo datos erróneos; son accidentes reales.
Para que los agentes encarnados (robots) sean útiles y seguros, requieren una infraestructura de coordinación que garantice:
Identidad: Que puedan reconocerse entre sí.
Memoria y Mensajería: Que aprendan unos de otros mediante protocolos compartidos.
Economía Autónoma: Que puedan realizar pagos y transacciones en cadena (on-chain).
Si los agentes digitales necesitan esta capa para no ser simple “ruido”, los robots la necesitan para evitar el caos físico. El blockchain es la pieza que construye este sistema operativo de coordinación, permitiendo que la inteligencia física funcione con la misma fluidez y seguridad que una startup digital.
🔻 El Concepto del Embudo en la Cripto-Robótica
Más allá de la imagen común de humanoides o drones, la robótica es una combinación de sistemas conectados que dependen unos de otros. Para que un robot funcione, debe completar un ciclo complejo:
Aprender: Procesar información y datos.
Entender: Interpretar lo que sucede a su alrededor.
Actuar: Realizar movimientos físicos precisos.
Cada una de estas etapas es una disciplina propia con sus propios retos y expertos.
El despliegue modular de proyectos blockchain en el ámbito robótico clarifica su funcionamiento interno. Para organizar esta complejidad, se utiliza un modelo en forma de embudo. A diferencia de una fábrica donde las piezas pasan de una mano a otra, este embudo es un mapa de especialidades.
╰┈➤ ¿Cómo se organiza este mapa?
Habilidades específicas: Cada nivel del embudo representa una capacidad que el robot debe dominar (percibir, razonar o ejecutar).
Resolución de problemas: Ayuda a identificar exactamente qué obstáculo técnico está intentando resolver cada proyecto.
Un ecosistema unido: En lugar de ver empresas aisladas, vemos cómo cada una aporta una pieza clave para crear máquinas inteligentes.
Este diseño no es casualidad; responde a tres realidades del sector:
De lo digital a lo real: En la parte ancha (arriba) están los datos y algoritmos digitales, que son abundantes. En la parte estrecha (abajo) está el movimiento físico, que es más limitado y difícil de ejecutar.
Todo está conectado: Un robot no puede “actuar” (base del embudo) si no tiene buenos sistemas de “aprendizaje” y “percepción” (parte superior). Aquí es donde entra el blockchain, asegurando que la comunicación entre estas capas sea segura y real.
Claridad para todos: Permite que desarrolladores e inversores entiendan dónde aporta valor un proyecto específico dentro de todo el rompecabezas de la robótica.
⚙️ Capa de Aprendizaje y curación: cómo los robots obtienen su experiencia
Esta capa define cómo los robots adquieren inteligencia a través de la experiencia. Mediante demostraciones humanas, teleoperación y simulaciones virtuales, las máquinas recopilan ejemplos de comportamiento.
El paso crítico aquí es la curación: transformar esas vivencias en datos estructurados y reutilizables. Sin este proceso de convertir la realidad en entrenamiento digital, el robot no tendría la base necesaria para ejecutar movimientos inteligentes en el mundo físico.
╰┈➤ Poseidón
Poseidon está construyendo un mercado para datos del mundo real. Poseidon, incubado por Story Protocol y respaldado por a16z (Recientemente cerró una ronda de financiación de 15 millones de dólares), está construyendo el mercado definitivo para datos del mundo real.
A diferencia de los clips aleatorios de internet, Poseidon organiza un ecosistema donde proveedores (personas y sensores) y demandantes (desarrolladores de robótica) se conectan mediante IP programable. Todo está etiquetado, autorizado y es rastreable para que las empresas puedan capacitarse legalmente con él. En resumen, Poseidon busca que los datos del mundo físico se puedan poseer, compartir y reutilizar de forma segura, no solo extraerlos.
╰┈➤ PrismaX
PrismaX convierte el control humano en un motor de aprendizaje, pero no es solo una plataforma de control remoto, sino una red de datos para la inteligencia física (DePIN). Aquí, las personas controlan robots de forma remota (a través de un navegador o RV) y reciben una remuneración a medida que el sistema registra su trabajo. Cada sesión de teleoperación se convierte en un dato con puntuación, que muestra no solo lo realizado, sino también su calidad. Con el tiempo, la IA del robot aprende de estas sesiones hasta que puede encargarse de partes de la tarea por sí sola.
Al estar basado en tecnología blockchain de Monad (hace solo unos días anunció una ronda de financiación inicial de 11 millones de dólares para ampliar la robótica con intervención humana), PrismaX permite que los operadores mantengan cierto grado de propiedad o reconocimiento sobre los datos que generan, creando un modelo de "Labor-to-Earn" (trabajar para ganar) más justo.
╰┈➤ Agentes NRN
Agentes NRN (Neural Replicator Network) hace que el aprendizaje de los robots sea competitivo y divertido. Trata la recopilación de datos como un juego: las personas entrenan y compiten con robots en simulaciones, generando enormes cantidades de datos de comportamiento a través del juego. Es importante destacar que no se trata solo de un videojuego, sino de una infraestructura de IA Descentralizada (DeAI) diseñada para crear modelos fundamentales de robótica.
La constante variedad y los errores ocasionales de los jugadores humanos son realmente valiosos, ya que los robots aprenden mejor cuando se exponen a situaciones impredecibles.
NRN convierte a una comunidad global de jugadores en el mayor laboratorio de entrenamiento robótico del mundo, donde cada partida es un paso más hacia la creación de máquinas capaces de razonar y actuar con destreza humana.
╰┈➤ Frodobots y UFBots
Los FrodoBots y los UFBots trasladan el aprendizaje robótico de la simulación al mundo real. Los pequeños robots de acera de FrodoBots recorren las calles de la ciudad, recopilando datos reales y realizando tareas como entregas o inspecciones remotas.
Los UFBots, por otro lado, organizan combates humanoides que generan datos complejos de movimiento e interacción en entornos dinámicos.
Juntos, crean datos impredecibles y de alto valor que ningún laboratorio puede replicar por completo: muestran el rendimiento de toda la robótica, desde el aprendizaje hasta la coordinación, al probarse en condiciones reales.
╰┈➤ Swarm Bittensor subnet
Swarm, especialmente en el contexto de ecosistemas como Bittensor o redes DePIN, aplica el mismo concepto a los drones. Es una red donde cualquiera puede ayudar a entrenar modelos de vuelo autónomo. Los drones aprenden mediante simulación y se prueban en el cielo, y quienes contribuyen reciben recompensas cuando sus modelos funcionan bien en diferentes entornos.
En lugar de que un solo servidor entrene a todos los drones, cada nodo de la subred contribuye con computación y datos, permitiendo que el modelo de "enjambre" mejore de forma distribuida. Y quienes aportan potencia de cálculo, datos de vuelo o algoritmos de navegación son recompensados mediante tokens.
Esto incentiva una mejora constante de la seguridad y la eficiencia, asegurando que solo los modelos más robustos sobrevivan en la red.
En resumen: Aquí es donde los robots obtienen su “educación”. Los proyectos aquí se centran en recopilar la materia prima de la que aprenden los robots: demostraciones humanas, sesiones teleoperadas, simulaciones de juegos o carreras en el mundo real que enseñan a las máquinas cómo se mueven y actúan las personas.
🚨 Posts e información que te has perdido
Análisis ultra-resumido de lo que está pasando con los bonos japoneses
Kaspersky ha identificado un nuevo malware ladrón de información llamado Stealka
Ningún indicador de top se ha alcanzado su máximo
La relación Bitcoin/oro cayó un 50% en 2025
👉 Manténte al día con toda nuestra información para los amantes de Web3 en nuestro canal Telegram.
Conviértete en suscriptor de A Mi Los Bloques! para desbloquear todas nuestras investigaciones e informes.
Únete a decenas de apasionados de Web3 convirtiéndote en suscriptor y consigue una ventaja competitiva en los mercados. Por solo 50€ al mes, accede a nuestra gama completa de ofertas:
Obtén acceso instantáneo a research profundos, planes y perspectivas.
Acceso prioritario a futuras funcionalidades y contenidos exclusivos.
Ideal para inversores que exigen información completa.
Debajo del muro de pago, encontraras todos nuestros research más completos. Gracias si has llegado hasta aquí.
🧠 Capa de Razonamiento y Ejecución: cómo los robots aprenden, piensan y ejecutan
Esta es la capa “cerebral” y cognitiva de la robótica, el núcleo donde la información abstracta se transforma en impacto físico. No se trata solo de procesar datos, sino de la arquitectura de software avanzada que permite a una máquina interpretar su entorno, razonar sobre él y actuar con precisión.
Este nivel se desglosa en 3 funciones críticas:
