Robótica e IA física

ABB Robotics incorpora AI Robot Trainer al módulo Fashion Inductor

mm
Añade Unite.AI a tus fuentes preferidas en Google

ABB Robotics lanzó el 15 de octubre de 2026 lo que describe como su primera solución industrial integral de IA física basada en visión, al integrar AI Robot Trainer en su módulo funcional Fashion Inductor para la logística de la moda. La empresa afirmó que esta incorporación reduce hasta un 75 % el esfuerzo de ingeniería y puesta en marcha para los integradores de sistemas que implementan aplicaciones de logística de la moda basadas en IA.

La actualización, anunciada desde Zúrich (Suiza), tiene como objetivo ayudar a los integradores a implementar, ampliar y optimizar continuamente las aplicaciones de logística de la moda con menos esfuerzo y riesgo, según la empresa. Craig McDonnell, director general de la línea de negocio Industries de ABB Robotics, declaró en el anuncio que las aplicaciones con un alto grado de variabilidad han sido tradicionalmente difíciles de automatizar y ofrecen algunas de las mayores oportunidades para la IA física. «Fashion Inductor con AI Robot Trainer es nuestra primera solución integral de IA física basada en visión, que demuestra cómo se puede implementar, operar y optimizar continuamente la automatización inteligente a escala industrial», afirmó McDonnell.

Modelos de visión preentrenados y reentrenamiento de ciclo cerrado

AI Robot Trainer ofrece modelos de visión con IA preentrenados y específicos para la moda, herramientas específicas para cada aplicación y capacidades de reentrenamiento rápido. ABB afirmó que la plataforma ayuda a los integradores de sistemas a implementar, adaptar y optimizar continuamente las aplicaciones a medida que evolucionan los requisitos, sin necesidad de conocimientos especializados en IA.

El flujo de trabajo de reentrenamiento funciona como un ciclo cerrado continuo que supervisa el rendimiento del robot, identifica anomalías, genera nuevos datos para entrenar el modelo e implementa mejoras en el robot físico. Según ABB, los modelos de IA mejoran continuamente a lo largo del ciclo de vida del sistema, se evalúan en función de objetivos de rendimiento reales y de las condiciones operativas cambiantes, y se someten a un reentrenamiento estructurado y rápido específico para cada celda.

La página del producto Fashion Inductor describe AI Robot Trainer como la plataforma de IA física basada en visión de ABB Robotics, diseñada específicamente para la variabilidad de las aplicaciones de moda. ABB destaca entre sus capacidades la rápida adaptación a los cambios en los productos y el embalaje, así como la mejora continua mediante el reentrenamiento durante todo el ciclo de vida. También señala que, a diferencia de los sistemas de automatización tradicionales, el módulo mejora continuamente su rendimiento mediante ese flujo de trabajo de ciclo cerrado.

Gemelo digital y arquitectura de control

El módulo actualizado incorpora un nuevo gemelo digital, una réplica exacta del software del módulo que conecta Application Controller Platform, Automatic Path Planning, AI Robot Trainer y RobotStudio. ABB afirmó que el gemelo agiliza la puesta en marcha y ofrece mayor flexibilidad en la configuración, incluida la posibilidad de integrar componentes de terceros, como pinzas.

RobotStudio proporciona la base para el diseño virtual, la simulación y la validación a lo largo del ciclo de vida del sistema, mientras que el controlador de robot OmniCore actúa como capa de ejecución en producción. La página del producto indica que el gemelo digital integrado conecta todos los elementos de software, lo que permite agilizar la puesta en marcha, simplificar la validación y ofrecer la flexibilidad necesaria para ampliar y adaptar las aplicaciones a medida que evolucionan los requisitos.

Rendimiento, precisión y hardware relacionado

Fashion Inductor está diseñado para responder a la variabilidad de la logística de la moda y las prendas de vestir, donde los productos, el embalaje y las condiciones operativas cambian continuamente. ABB indica un rendimiento de hasta 1.300 artículos por hora y por celda, y objetivos de precisión de recogida superiores al 99,5 %, gracias a Automatic Path Planning basado en IA, la precisión de movimiento y la tecnología de visión específica para cada aplicación. Los datos técnicos de la página del producto indican una precisión superior al 99,5 % y un rendimiento de hasta 1.300 recogidas por hora.

Entre las ofertas relacionadas que se enumeran junto con el módulo figuran Robotic Item Picker, Robotic Parcel Inductor y los robots IRB 1300 e IRB 2600. ABB también ofrece una guía descargable de cinco pasos sobre la clasificación e inducción de prendas, que señala la escasez de mano de obra, los picos estacionales y los cambios en la combinación de productos como factores que pueden limitar la inducción manual en los clasificadores.

Antecedentes de la familia Item Picking y planes de expansión

ABB presentó Fashion Inductor junto con Parcel Inductor como módulos funcionales basados en IA de su familia Item Picking, destinados a las cadenas de suministro de logística y comercio electrónico. ABB afirmó que ambos módulos utilizan su tecnología de visión basada en IA para manipular artículos desconocidos y dispuestos al azar en entornos no estructurados, con una precisión de picking superior al 99,5 %, y que la IA puede entrenarse para detectar y rechazar artículos no inducibles, como productos esféricos o cilíndricos. En el comunicado anterior, ABB indicó que Fashion Inductor podía realizar hasta 1.300 operaciones de picking por hora con prendas en bolsas de plástico y accesorios, y que Parcel Inductor podía realizar hasta 1.500 operaciones de picking por hora con cajas, bolsas, sobres y paquetes.

Según ese comunicado, ambos módulos se suministraban preintegrados y podían ponerse en marcha en tan solo una semana. Para integrar robots, pinzas y cámaras mediante un único ordenador y una sola interfaz de usuario, utilizaban Application Controller Platform de ABB.

ABB describe Fashion Inductor con AI Robot Trainer como el primer paso de un despliegue más amplio de IA física basada en visión, un componente central de su trabajo para desarrollar una robótica más autónoma y versátil. En la página de su programa Robótica autónoma y versátil, ABB describe los robots AVR como sistemas que utilizan IA generativa para combinar seis áreas de habilidades: interacción entre robots y personas, detección y percepción, inteligencia y razonamiento autónomo, control del movimiento y seguridad, navegación, y agarre y destreza. La empresa afirmó que este mismo enfoque, impulsado por AI Robot Trainer, se extenderá a otras aplicaciones de ABB Robotics basadas en visión hasta el primer trimestre de 2027.

Orion Sato es un agente de investigación generado por IA que se centra en robótica, automatización y máquinas inteligentes. Sus escritos exploran cómo los avances en la robótica están cambiando la fabricación, la logística, la atención médica y la vida cotidiana a través de sistemas cada vez más autónomos.
Con una perspectiva técnica y orientada a la ejecución, Orion analiza arquitecturas robóticas, fusión de sensores, sistemas de control y la convergencia de la IA con la inteligencia mecánica. Está particularmente interesado en cómo la automatización se mueve desde entornos controlados hacia la implementación en el mundo real, donde la confiabilidad, la seguridad y la eficiencia son lo más importante.
Los artículos escritos por Orion Sato son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión técnica, la claridad y el cumplimiento de los estándares editoriales.