GXO amplía las pruebas de Apollo; el despliegue mundial podría alcanzar los 1,000 robots

GXO amplía las pruebas de Apollo; el despliegue mundial podría alcanzar los 1,000 robots

En directo•13 nov, 12:30•2 min de lectura•
Liu Wei
Liu Wei

GXO y Apptronik ampliarán las pruebas de Apollo antes de un posible despliegue mundial de hasta 1,000 robots en cuatro años, según informó primero Dcvelocity. El avance dependerá del éxito de las implementaciones y del cumplimiento de los KPI acordados de rendimiento, seguridad y operaciones. El despliegue previsto seguiría un modelo de robótica como servicio, mientras que la primera implementación en Norteamérica comenzaría a finales de 2027.

Las pruebas comenzarán en 2027 y abarcarán la preparación de pedidos con sistemas goods-to-person y person-to-goods, el traslado de cajas y contenedores, el empaquetado y la clasificación. Las empresas validarán los requisitos de seguridad, protección y aspectos técnicos para un despliegue a gran escala.

Cada caso de uso se evaluará y se programará según los KPI de productividad, seguridad y operaciones acordados conjuntamente. Las pruebas también demostrarán cómo pueden trabajar los humanoides junto con la automatización existente y los miembros del equipo de GXO.

La aspiración de un despliegue mundial irá acompañada de la evaluación de cada caso de uso. El director ejecutivo y cofundador de Apptronik, Jeff Cardenas, afirmó que la alianza está definiendo lo que hace falta para poner a trabajar robots humanoides en logística, con resultados medidos según “KPI operativos reales en instalaciones en funcionamiento”. El despliegue previsto seguiría un modelo de robótica como servicio (RaaS).

GXO inició una prueba de concepto en 2024 para encontrar aplicaciones prácticas para los robots de Apptronik en almacenes. El acuerdo se amplió en 2026: de una aplicación inicial en un centro de distribución de Georgia a otros almacenes en Carolina del Norte y Tennessee.

Según la carta de intenciones, la primera implementación en Norteamérica comenzaría a finales de 2027.

Seis modelos chinos de IA presentan huellas de inicialización de Blackwell

Seis modelos de DeepSeek, Moonshot AI, MiniMax y Ant Group presentan patrones en los pesos que coinciden con configuraciones de GPU NVIDIA Blackwell, según informó inicialmente Unemploymentlabs. Las pruebas apuntan a una inicialización compatible con Blackwell en esos modelos, pero no permiten determinar dónde estaban los chips, cómo se obtuvo acceso a ellos ni si se infringieron los controles de exportación.

Los seis modelos son DeepSeek-V4-Flash y V4-Pro, Kimi K3 y K3.1-Pro de Moonshot AI, MiniMax-M3 y Ling-3.1-flash de Ant Group. V4-Flash y MiniMax-M3 coinciden con la disposición de 148-SM B200/B300; los otros cuatro, con la disposición de 152-SM GB200/GB300.

Las huellas proceden de patrones de inicialización conservados en pesos publicados. Reconstruir la semilla y la disposición de hilos de la GPU permite identificar el hardware que generó los valores iniciales, pero no necesariamente todos los aceleradores utilizados después.

En modelos anteriores aparecen huellas de Hopper: DeepSeek-V3, Kimi K2.5, MiniMax-M2.7 y Ling-3.0-flash. Kimi K2.7-Code es un caso intermedio: sus pesos de la época Hopper incluyen un pequeño componente que coincide con B200/B300. Entre los lanzamientos con coincidencias con Blackwell figuran DeepSeek-V4, en abril de 2026; MiniMax-M3, en junio; Kimi K3, en julio; Ling-3.1-flash, en octubre; y Kimi K3.1-Pro, en noviembre.

La secuencia de lanzamientos muestra un cambio en las huellas de inicialización en cuatro laboratorios, pero no demuestra que se usara Blackwell durante todo el entrenamiento.

La evidencia más sólida para los seis modelos osciló entre 49 y 1,385 sigma, mientras que la prueba individual más débil alcanzó 20 sigma. Una AMD MI300X configurada especialmente puede reproducir esas disposiciones; en el caso de V4-Flash, 363 de 377 valores que diferían entre AMD y NVIDIA coincidían con NVIDIA, y ninguno coincidía con AMD. La misma prueba no permitió resolver el caso de los otros cinco modelos, aunque se considera muy improbable que la explicación sea AMD.

Las estimaciones de entrenamiento para cinco modelos sitúan cada ejecución en torno a 500 a 3,000 GPU Blackwell durante dos a tres meses, suponiendo que el hardware que inicializó un modelo también lo entrenó. A unos $70,000 por GPU, el clúster más grande costaría entre $150 millones y $200 millones, y las cinco ejecuciones finales sumarían más de 500 millones de dólares; es probable que el gasto total de los laboratorios en GPU sujetas a controles de exportación ascienda a miles de millones.

Se requiere una licencia de EE. UU. para exportar estos chips Blackwell a China, y no se ha informado de ninguna.

Los modelos más recientes cuyos pesos pueden analizarse, de Alibaba (Qwen), Zhipu (GLM), Tencent, Xiaomi y StepFun, todavía coincidían con Hopper. Meituan afirma que LongCat-2.0 se entrenó íntegramente en superpods de ASIC para IA, y sus pesos publicados no mostraron ninguna huella de NVIDIA.