KingKong lanza Jumper: un robot cangrejo open source que redefine la robótica colaborativa

El 28 de septiembre de 2026, KingKong Technology lanzó al mundo un nuevo protagonista en el ámbito de la robótica colaborativa: Jumper, un robot cangrejo de 40 cm y 1,8 kg. Con su lanzamiento open source en GitHub, Jumper no solo abre la puerta a la experimentación y el desarrollo robótico colaborativo, sino que también pone de relieve las tendencias actuales hacia la democratización de la inteligencia artificial aplicada al hardware. Este avance representa un hito en la historia de la robótica, donde la colaboración entre desarrolladores, empresas y usuarios finales se convierte en una realidad tangible.

📅 Actualizado el 17 de octubre de 2026 · Revisado por el equipo editorial

📅 Actualizado el 17 de octubre de 2026 · Revisado por el equipo editorial

Marco normativo, contexto histórico y antecedentes

La robótica colaborativa ha evolucionado desde sus inicios como una tecnología de nicho, dominada por laboratorios de investigación y empresas especializadas, hacia un campo más accesible y participativo gracias a la filosofía open source. Este cambio no es casual, sino el resultado de una serie de factores históricos, tecnológicos y culturales que han impulsado la democratización del conocimiento y la creación de herramientas colaborativas.

En la década de 1990, la robótica colaborativa se limitaba a aplicaciones industriales altamente especializadas, donde la interacción entre humanos y máquinas era mínima y controlada. Sin embargo, con el auge de la computación de alto rendimiento, la inteligencia artificial y la disponibilidad de hardware asequible, la robótica colaborativa ha adquirido nuevas dimensiones. Proyectos como ROS (Robot Operating System) han sido pioneros en esta transición, ofreciendo una plataforma abierta para el desarrollo robótico.

En este contexto, Jumper surge como un ejemplo representativo de cómo la robótica colaborativa está cambiando. Su diseño, basado en componentes estándar y su disponibilidad como código open source, reflejan una tendencia global hacia la apertura tecnológica. Esta filosofía no solo permite que más desarrolladores contribuyan al avance tecnológico, sino que también fomenta la innovación, la educación y el desarrollo sostenible.

Además, el lanzamiento de Jumper por parte de KingKong Technology no ocurre en un vacío. La empresa ha estado trabajando en proyectos de robótica colaborativa durante varios años, y su participación en el concurso de los 100 robots, en colaboración con Douyin y el influencer Liang Zheng, refleja una estrategia empresarial clara: involucrar a la comunidad y fomentar el uso masivo del producto. Este enfoque no solo beneficia a la empresa, sino que también impulsa la adopción de tecnologías robóticas en sectores como la educación, la industria y el hogar.

Análisis detallado de los mecanismos y factores clave

Jumper está diseñado para ser un robot hexápodo con forma de cangrejo, lo que le da una movilidad versátil y una apariencia que combina funcionalidad con estética. Su tamaño, de 400 x 400 x 200 mm, y su peso de 1,8 kg lo hacen adecuado para entornos interiores, donde puede moverse con facilidad y realizar tareas como agarrar objetos, caminar o incluso saltar. Su diseño incluye dos brazos articulados con pinzas y cuatro patas, lo que le permite interactuar con su entorno de manera dinámica.

El corazón de Jumper es su hardware, que combina componentes de alta calidad con una arquitectura modular que facilita la personalización y la integración de nuevos elementos. El robot está equipado con 22 servos táctiles propietarios, cada uno con dos codificadores magnéticos de 24 bits, lo que le permite detectar con precisión los movimientos y las fuerzas aplicadas. Esta característica es clave para su funcionamiento, ya que le permite adaptarse a diferentes tareas y entornos.

La placa de procesamiento del robot se basa en el chip Rockchip RK3576, un procesador de 8 núcleos con una NPU (Neural Processing Unit) de 6 TOPS. Esta combinación de hardware permite que Jumper realice cálculos complejos en tiempo real, lo que es esencial para su capacidad de movimiento y su interacción con el entorno. Además, el robot cuenta con 4 GB de memoria RAM y 64 GB de almacenamiento interno, lo que le da la capacidad de ejecutar aplicaciones complejas y almacenar grandes cantidades de datos.

En cuanto a los sensores, Jumper está equipado con una gama de dispositivos avanzados que le permiten percibir su entorno con precisión. Entre ellos se encuentra un IMU (Inertial Measurement Unit) de 6 ejes, un sensor dToF (direct ToF) de alta precisión, una cámara de 5 megapíxeles y 4 micrófonos. Estos sensores permiten al robot detectar objetos, medir distancias, capturar imágenes y escuchar su entorno, lo que le da una capacidad de percepción que es clave para su funcionamiento.

Además, Jumper cuenta con dos pantallas TFT a color de 0,9 pulgadas que permiten una interacción visual directa con el usuario. Esta característica no solo mejora la experiencia del usuario, sino que también facilita la programación y el control del robot. La batería es extraíble, de 25,2 V y 3.000 mAh, y soporta carga USB-C PD 3.1 hasta 140 W, lo que le da una autonomía suficiente para realizar tareas prolongadas.

El repositorio open source del robot incluye modelos de simulación en MuJoCo, utilizados para entrenar al robot, herramientas de entrenamiento por refuerzo (reinforcement learning) con algoritmos como PPO, implementado sobre mjlab y rsl_rl, y una cadena de exportación hacia la placa física del robot. Estos elementos permiten que los desarrolladores experimenten con algoritmos de inteligencia artificial aplicados a la robótica física, lo que abre nuevas posibilidades en la creación de robots colaborativos capaces de aprender y adaptarse dinámicamente a su entorno. Para profundizar en esta vertiente, resulta clave consultar las claves sobre claves sobre lumentum y IA.

Repercusiones prácticas y consecuencias para el ciudadano/empresa

El impacto de Jumper se extiende más allá del ámbito académico o de desarrollo robótico. Al ser un proyecto open source, permite a los desarrolladores experimentar con algoritmos de inteligencia artificial aplicados a la robótica física. Esto no solo fomenta la innovación, sino que también abre nuevas oportunidades para la creación de soluciones robóticas personalizadas y adaptadas a necesidades específicas.

Para los usuarios finales, Jumper puede representar una oportunidad en múltiples frentes. En el hogar, un robot como este podría evolucionar hacia dispositivos domésticos inteligentes capaces de ayudar en tareas cotidianas, como la limpieza, la organización o incluso la asistencia a personas con discapacidades. En la industria, su capacidad para moverse y manipular objetos puede ser útil en entornos industriales, aunque su peso y tamaño aún lo limitan a espacios interiores. En la educación, Jumper podría convertirse en una herramienta didáctica valiosa para enseñar robótica, inteligencia artificial e ingeniería, permitiendo a los estudiantes experimentar con hardware real y algoritmos complejos.

Además, el uso de asistentes de código como Claude y la integración de modelos para entrenamiento por refuerzo, sugiere una tendencia hacia la automatización y el uso de IA en el proceso de creación robótica. Esto podría tener aplicaciones en campos como la asistencia doméstica, el entorno industrial o incluso en la educación robótica avanzada. Aunque aún no se han publicado datos sobre su rendimiento físico real, las simulaciones muestran una capacidad de movimiento notable: puede caminar, cambiar de postura, saludar, bailar e incluso saltar. Según los datos del repositorio, el salto máximo en la simulación alcanza 159 mm de elevación con un tiempo de vuelo de 0,312 segundos.

El lanzamiento de Jumper también tiene implicaciones para el sector empresarial. Al ser un proyecto open source, permite a las empresas experimentar con nuevas tecnologías robóticas sin necesidad de invertir en desarrollo interno. Esto puede acelerar la adopción de soluciones robóticas en sectores como la manufactura, la logística o la atención al cliente. Además, el uso de Jumper como plataforma de aprendizaje y experimentación puede ayudar a las empresas a formar a sus empleados en robótica y inteligencia artificial, lo que puede mejorar la competitividad en un mercado cada vez más tecnológico.

Casos prácticos ilustrativos, simulaciones y comparativa

Un ejemplo ilustrativo de cómo Jumper puede ser utilizado en la práctica es su potencial aplicación en la educación robótica. Supongamos que un profesor de ingeniería quiere enseñar a sus estudiantes sobre el desarrollo de robots colaborativos. Con Jumper, los estudiantes pueden acceder al código open source, modificarlo según sus necesidades y probar sus cambios en la simulación de MuJoCo. Esto les permite experimentar con algoritmos de inteligencia artificial, aprender sobre la robótica física y desarrollar habilidades prácticas en un entorno controlado.

Además, Jumper puede ser utilizado en entornos industriales para tareas específicas. Por ejemplo, en una fábrica de ensamblaje, Jumper podría ser programado para manipular piezas pequeñas, transportar materiales o incluso realizar inspecciones visuales. Su capacidad para moverse y manipular objetos, combinada con su hardware potente, lo hace adecuado para entornos donde la precisión y la movilidad son clave. Aunque su tamaño y peso aún lo limitan a espacios interiores, su diseño modular permite que se adapte a diferentes necesidades industriales.

En comparación con otros robots colaborativos disponibles en el mercado, Jumper tiene varias ventajas. Por ejemplo, su diseño open source permite una mayor flexibilidad y personalización, lo que lo hace más accesible para desarrolladores y empresas. Además, su hardware potente y su integración con herramientas de inteligencia artificial lo convierten en una opción atractiva para proyectos de investigación y desarrollo. Sin embargo, también tiene desafíos, como la necesidad de validar completamente su funcionamiento físico antes de su adopción masiva en entornos industriales o domésticos.

Un cálculo numérico aplicado a Jumper puede ayudar a entender su potencial. Por ejemplo, si se considera que el robot puede realizar 100 movimientos por segundo, y cada movimiento requiere 0,01 segundos, entonces Jumper puede realizar 1.000 movimientos por minuto. Esto le da una capacidad de acción que puede ser útil en aplicaciones donde la velocidad y la precisión son clave. Además, su capacidad de salto, con un máximo de 159 mm de elevación, le permite acceder a espacios elevados o realizar tareas que requieren movimientos dinámicos.

Perspectivas futuras, riesgos potenciales y recomendaciones

El lanzamiento de Jumper representa un avance significativo en varias direcciones, pero también plantea desafíos y riesgos que deben ser considerados. En primer lugar, la validación completa del funcionamiento físico del robot aún está pendiente, lo que significa que su adopción masiva en entornos industriales o domésticos podría enfrentar obstáculos. Aunque las simulaciones muestran una capacidad de movimiento notable, es necesario probar y validar estos resultados en el terreno físico antes de que Jumper pueda ser utilizado en aplicaciones críticas.

En segundo lugar, el uso de Jumper en entornos industriales y domésticos plantea cuestiones de seguridad y privacidad. Por ejemplo, en un entorno industrial, un robot como Jumper podría interactuar con humanos y maquinaria, lo que requiere protocolos de seguridad estrictos para evitar accidentes. Además, su capacidad de percepción del entorno, mediante sensores avanzados, podría generar preocupaciones sobre la privacidad, especialmente si se utilizara en entornos donde se capturan imágenes o datos sensibles.

Por otro lado, el uso de Jumper en entornos educativos y de investigación puede tener un impacto positivo en la formación de nuevos profesionales en robótica e inteligencia artificial. Sin embargo, es importante que los desarrolladores y usuarios finales comprendan los riesgos asociados al uso de hardware y software open source. Por ejemplo, aunque el código de Jumper está disponible bajo la licencia Apache-2.0, los materiales de terceros (como componentes mecánicos o clips de movimiento) pueden estar sujetos a sus propias licencias, lo que puede complicar su uso en aplicaciones comerciales.

Para mitigar estos riesgos, es recomendable que los usuarios finales y los desarrolladores sigan buenas prácticas en el uso de Jumper. Por ejemplo, antes de implementar Jumper en un producto final, es recomendable revisar los archivos NOTICE y las licencias individuales de cada componente. Además, es importante que los usuarios finales comprendan los límites del robot y las posibles implicaciones de su uso en entornos industriales o domésticos.

En cuanto a las perspectivas futuras, es probable que Jumper evolucione hacia una versión más accesible para el mercado general, especialmente si KingKong Technology logra validar completamente su funcionamiento físico. Además, la empresa podría explorar nuevas versiones del robot con hardware más potente o adaptado a entornos específicos. Estas mejoras podrían hacer de Jumper una herramienta aún más versátil y útil en múltiples aplicaciones.

❓ Preguntas Frecuentes (FAQ)

¿Se puede personalizar Jumper con otros componentes externos?

Sí, Jumper está diseñado para permitir la integración de componentes adicionales. El repositorio incluye documentación sobre cómo reemplazar o mejorar ciertos sensores y actuadores, siempre que se respeten las interfaces hardware definidas. Esto permite a los desarrolladores adaptar el robot a necesidades específicas, como la adición de sensores adicionales, la modificación de sus brazos articulados o incluso la incorporación de nuevos algoritmos de inteligencia artificial. La flexibilidad del diseño de Jumper lo convierte en una plataforma versátil para experimentar y personalizar según las necesidades del usuario.

Además, la comunidad de desarrolladores ya está generando tutoriales, videos explicativos y repositorios derivados del código original, lo que facilita la personalización del robot. Esto no solo permite que los usuarios finales adapten Jumper a sus necesidades específicas, sino que también fomenta la colaboración entre desarrolladores y la creación de soluciones robóticas innovadoras. La posibilidad de personalizar Jumper con componentes externos lo convierte en una herramienta valiosa para proyectos de investigación, desarrollo y educación.

¿Qué tipo de software se requiere para ejecutar Jumper en simulación?

La documentación incluye guías detalladas para usuarios con distintos niveles de experiencia. Para ejecutar Jumper en simulación, se requiere un entorno de desarrollo compatible con MuJoCo, que es la plataforma de simulación utilizada en el repositorio. Además, se necesitan herramientas de entrenamiento por refuerzo, como PPO (Proximal Policy Optimization), implementado sobre mjlab y rsl_rl. Estas herramientas permiten entrenar al robot en entornos virtuales y probar movimientos como caminar, bailar o saltar.

El uso de Jumper en simulación no requiere hardware potente, ya que es posible ejecutar el entrenamiento incluso en CPU. Esto facilita su uso para desarrolladores sin acceso a hardware potente, lo que convierte a Jumper no solo en un robot físico, sino también en una plataforma de aprendizaje y experimentación para quienes quieran explorar la robótica colaborativa. La documentación incluye tutoriales paso a paso para configurar el entorno de simulación, lo que permite a los usuarios nuevos familiarizarse con el proceso de entrenamiento y ejecución del robot.

¿Qué implica este lanzamiento para el futuro de la robótica?

El lanzamiento de Jumper representa un avance significativo en varias direcciones. En primer lugar, su disponibilidad como código open source abre puertas a una mayor participación de desarrolladores y entusiastas tecnológicos. Esto no solo fomenta la innovación, sino que también permite que más personas contribuyan al avance tecnológico. Además, la integración con asistentes de código como Claude sugiere una tendencia hacia la automatización y el uso de IA en el proceso de creación robótica, lo que puede tener aplicaciones en campos como la asistencia doméstica, el entorno industrial o incluso en la educación robótica avanzada.

En segundo lugar, el uso de servos táctiles con codificadores magnéticos, junto con un NPU potente, indica que Jumper está diseñado para realizar tareas precisas y dinámicas. Esto le da una ventaja competitiva frente a otros robots colaborativos disponibles en el mercado, ya que su hardware potente y su integración con herramientas de inteligencia artificial lo convierten en una opción atractiva para proyectos de investigación y desarrollo. Además, su capacidad para moverse y manipular objetos, combinada con su diseño modular, lo hace adecuado para entornos donde la precisión y la movilidad son clave.

Aunque aún queda mucho por probar y validar en el terreno físico, Jumper ya está marcando una nueva tendencia: la robótica colaborativa open source, donde la inteligencia artificial no solo se aplica al hardware, sino que también forma parte del proceso de desarrollo mismo. Esta tendencia puede tener un impacto significativo en el futuro de la robótica, al permitir que más personas accedan a tecnologías robóticas y contribuyan al avance tecnológico. En esta misma línea, conviene tener presente la evolución en torno a industria de la visión artificial.

¿Qué consecuencias tiene para los usuarios finales?

Además, el uso de Jumper en entornos educativos e investigativos es una de las principales intenciones del proyecto. KingKong menciona planes futuros para integrar actualizaciones de firmware, mejoras en la precisión del control motor y posiblemente nuevas versiones con hardware más potente. Además, podría haber versiones reducidas o especializadas para entornos específicos. Estas mejoras podrían hacer de Jumper una herramienta aún más versátil y útil en múltiples aplicaciones.

Aunque no se ha confirmado un lanzamiento comercial todavía, el hecho de que KingKong esté explorando productos futuros en torno a los 1.000 yuanes sugiere que Jumper podría evolucionar hacia una versión más accesible para el mercado general. Esto podría permitir que más usuarios finales accedan a tecnologías robóticas y beneficiarse de sus aplicaciones en el hogar, la industria y la educación.