Ir al contenido principal

Machenta capta 40 M$ semilla para un modelo robótico que aprende una tarea con una sola demostración

Machenta, salida del Imperial College London, cierra una semilla de 40 M$ liderada por Creandum y Union Square Ventures, entrenada solo en simulación.

Machenta capta 40 M$ semilla para un modelo robótico que aprende una tarea con una sola demostración

Machenta, empresa londinense de robótica surgida del Imperial College London, anunció el 27 de octubre de 2026 una ronda semilla de 40 millones de dólares. La lideraron Creandum y Union Square Ventures. Tech.eu y el propio Imperial College describen la operación como la mayor ronda semilla levantada hasta ahora por una empresa británica de robótica.

La compañía construye un modelo base para robots que se entrena una vez y después se aplica a muchas tareas. Lo singular está en los datos de entrenamiento: el modelo se preentrena exclusivamente con datos simulados, sin imágenes del mundo real ni demostraciones humanas, lo que, según la empresa, esquiva los problemas de privacidad y de acceso a datos que frenan a sus rivales. Machenta sostiene que un robot puede ejecutar una tarea inmediatamente después de verla demostrada una vez, y que basta con una o dos demostraciones reales por tarea nueva. El equipo ha mostrado un único modelo encargándose de trabajos cotidianos como embalar, ensamblar y ordenar en varios cuerpos robóticos distintos, humanoides incluidos. Las tareas de precisión y los movimientos complejos siguen siendo difíciles.

Los fundadores son el profesor Edward Johns, cofundador y consejero delegado y catedrático de aprendizaje robótico en el departamento de informática del Imperial College, y Vitalis Vosylius, doctorando en la misma institución. El Imperial College señala que otros colegas de su laboratorio de aprendizaje robótico figuran también entre los cofundadores. El dinero se destina a escalar el modelo, comprar más capacidad de cálculo, generar más datos simulados y poner en marcha una nueva oficina con laboratorio en King's Cross, en Londres. Llama la atención que Machenta siga definiéndose como una empresa de investigación, sin planes de comercialización a corto plazo.

La ronda cae en un rincón bien financiado del deeptech. Tech Funding News, citando a Crunchbase, contabiliza 47.400 millones de dólares de capital riesgo invertidos en inteligencia artificial física en todo el mundo a lo largo de 521 operaciones en el primer semestre de 2026. «La inteligencia no consiste tanto en lo que ya sabes hacer como en la rapidez con que aprendes algo nuevo», afirmó Johns. Kathi Wilhelm, socia de Creandum, señaló que los robots resultan mucho más útiles en cuanto pueden asumir una tarea nueva y ponerse a trabajar de inmediato, y añadió que muy pocos equipos de robótica pueden mostrar un cuerpo de trabajo comparable. Rebecca Kaden, socia directora de Union Square Ventures, resumió la necesidad como una inteligencia artificial de propósito general capaz de adaptarse tan rápido como una persona. La profesora Mary Ryan, vicerrectora de investigación y transferencia del Imperial College, dijo que el éxito temprano de la compañía apunta a una oportunidad para que el Reino Unido lidere la robótica impulsada por inteligencia artificial.

Por qué importa a los fundadores AgTech: la robótica agrícola tropieza menos con el hardware que con el coste de enseñar a la máquina cada trabajo nuevo. Cada cultivo, cada variedad, cada emparrado y cada trazado de parcela es en la práctica una tarea distinta, y la ventana para reunir ejemplos reales se abre una vez al año, durante unas semanas, con un tiempo que nadie controla. Esa es exactamente la restricción que esta ronda financia sortear. Tres consecuencias. Primera: si el preentrenamiento en simulación aguanta fuera del laboratorio, la barrera de entrada en robótica agrícola deja de ser el conjunto exclusivo de datos de campo con el que todavía arrancan la mayoría de las presentaciones, y pasa a ser el simulador y la biblioteca de tareas. Segunda: compruebe con honestidad si su hoja de ruta presupone miles de demostraciones reales por cultivo, porque ese supuesto es hoy un riesgo y no una defensa. Tercera: mire a dónde va el dinero. Una derivada universitaria sin producto levanta 40 M$ para la capa del modelo, mientras las capas de aplicación agrícola captan unos pocos millones. Eso aconseja ser el adoptante más rápido del modelo base de otro antes que entrenar uno propio. Pregúntese qué partes de su pila tecnológica preferiría alquilar dentro de dos años en lugar de poseerlas.

Fuente: Tech.eu

Machenta capta 40 M$ semilla para un modelo robótico que aprende una tarea con una sola demostración

Creandum y Union Square Ventures lideran la ronda de esta empresa surgida del Imperial College London, cuyo modelo se preentrena por completo en simulación, sin datos del mundo real ni demostraciones humanas.

Por Dirk Vandenhirtz

· Deep Tech · Europe · 3 min

Machenta, empresa londinense de robótica surgida del Imperial College London, anunció el 27 de octubre de 2026 una ronda semilla de 40 millones de dólares. La lideraron Creandum y Union Square Ventures. Tech.eu y el propio Imperial College describen la operación como la mayor ronda semilla levantada hasta ahora por una empresa británica de robótica.

La compañía construye un modelo base para robots que se entrena una vez y después se aplica a muchas tareas. Lo singular está en los datos de entrenamiento: el modelo se preentrena exclusivamente con datos simulados, sin imágenes del mundo real ni demostraciones humanas, lo que, según la empresa, esquiva los problemas de privacidad y de acceso a datos que frenan a sus rivales. Machenta sostiene que un robot puede ejecutar una tarea inmediatamente después de verla demostrada una vez, y que basta con una o dos demostraciones reales por tarea nueva. El equipo ha mostrado un único modelo encargándose de trabajos cotidianos como embalar, ensamblar y ordenar en varios cuerpos robóticos distintos, humanoides incluidos. Las tareas de precisión y los movimientos complejos siguen siendo difíciles.

Los fundadores son el profesor Edward Johns, cofundador y consejero delegado y catedrático de aprendizaje robótico en el departamento de informática del Imperial College, y Vitalis Vosylius, doctorando en la misma institución. El Imperial College señala que otros colegas de su laboratorio de aprendizaje robótico figuran también entre los cofundadores. El dinero se destina a escalar el modelo, comprar más capacidad de cálculo, generar más datos simulados y poner en marcha una nueva oficina con laboratorio en King's Cross, en Londres. Llama la atención que Machenta siga definiéndose como una empresa de investigación, sin planes de comercialización a corto plazo.

La ronda cae en un rincón bien financiado del deeptech. Tech Funding News, citando a Crunchbase, contabiliza 47.400 millones de dólares de capital riesgo invertidos en inteligencia artificial física en todo el mundo a lo largo de 521 operaciones en el primer semestre de 2026. «La inteligencia no consiste tanto en lo que ya sabes hacer como en la rapidez con que aprendes algo nuevo», afirmó Johns. Kathi Wilhelm, socia de Creandum, señaló que los robots resultan mucho más útiles en cuanto pueden asumir una tarea nueva y ponerse a trabajar de inmediato, y añadió que muy pocos equipos de robótica pueden mostrar un cuerpo de trabajo comparable. Rebecca Kaden, socia directora de Union Square Ventures, resumió la necesidad como una inteligencia artificial de propósito general capaz de adaptarse tan rápido como una persona. La profesora Mary Ryan, vicerrectora de investigación y transferencia del Imperial College, dijo que el éxito temprano de la compañía apunta a una oportunidad para que el Reino Unido lidere la robótica impulsada por inteligencia artificial.

Por qué importa a los fundadores AgTech: la robótica agrícola tropieza menos con el hardware que con el coste de enseñar a la máquina cada trabajo nuevo. Cada cultivo, cada variedad, cada emparrado y cada trazado de parcela es en la práctica una tarea distinta, y la ventana para reunir ejemplos reales se abre una vez al año, durante unas semanas, con un tiempo que nadie controla. Esa es exactamente la restricción que esta ronda financia sortear. Tres consecuencias. Primera: si el preentrenamiento en simulación aguanta fuera del laboratorio, la barrera de entrada en robótica agrícola deja de ser el conjunto exclusivo de datos de campo con el que todavía arrancan la mayoría de las presentaciones, y pasa a ser el simulador y la biblioteca de tareas. Segunda: compruebe con honestidad si su hoja de ruta presupone miles de demostraciones reales por cultivo, porque ese supuesto es hoy un riesgo y no una defensa. Tercera: mire a dónde va el dinero. Una derivada universitaria sin producto levanta 40 M$ para la capa del modelo, mientras las capas de aplicación agrícola captan unos pocos millones. Eso aconseja ser el adoptante más rápido del modelo base de otro antes que entrenar uno propio. Pregúntese qué partes de su pila tecnológica preferiría alquilar dentro de dos años en lugar de poseerlas.

Fuente: Tech.eu

Volver a AgTech News