Paqarina: los bailarines que le enseñaron a un robot

En 14 sesiones, bailarines bolivianos le enseñaron a una IA el tinku, la kullawada, el suri sicuri y el breaking. El 20 de octubre de 2026, ocho de esas danzas se bailaron sin caídas en un humanoide Unitree G1 simulado. El 2 de noviembre pasan a uno real en Hong Kong. Esta es la historia, con la gente que la hizo.

Los bailarines

Todo empieza con personas que bailan estos pasos desde la infancia. En catorce sesiones en Bolivia, bailarines del Ballet Folclórico e intérpretes independientes entraron a una sala blanca con cuatro cámaras y bailaron lo que saben: el tinku del Norte de Potosí, la kullawada de los hilanderos aymaras, el suri sicuri del altiplano con su corona de plumas de suri, y el breaking, la única danza que los jóvenes trajeron de la calle.

Sin trajes de captura de movimiento, sin marcadores. Cada bailarín viste un color liso para que las cámaras puedan distinguirlos, y la sala se calibra cada mañana con un tablero de ajedrez impreso, porque una calibración de otro día una vez costó trece horas de trabajo rehecho. Lucía bailó la kullawada; Natalia y las parejas del Ballet, el tinku; Lu, Sean, Galgo y Keny, el breaking; Veimar y Daniela, el suri sicuri con su corona de plumas. Bailaron los mismos treinta segundos una y otra vez, solos, en parejas, en grupo, para que la máquina viera la danza en muchos cuerpos y no en uno solo.

De cuerpos a números

Cuatro cámaras comunes, mirando la misma sala desde cuatro esquinas, bastan para reconstruir un cuerpo en tres dimensiones. Nuestro propio software encuentra 26 puntos en cada bailarín, en cada cuadro de cada cámara, 24 veces por segundo, y los triangula: hombros, codos, muñecas, caderas, rodillas, pies, la cabeza. Una danza de treinta segundos se convierte en una tabla de 720 filas con 78 números cada una.

La mayor parte del trabajo está en la honestidad de los datos. Una persona que camina detrás de los bailarines rompe la reconstrucción, así que cada cámara se revisa antes de triangular. Dos bailarines que se acercan mucho intercambian identidades en el software, así que hay que medir el tramo limpio de cada toma en pareja y descartar el resto. Uno de cada diez cuadros tiene un codo o una muñeca en un lugar imposible, así que las longitudes de los huesos se fijan antes que todo lo demás. Cada una de estas reglas se aprendió por el camino caro: mirando un resultado equivocado y preguntando por qué.

El archivo hoy es todo el dataset de Paqarina: catorce sesiones de tinku, kullawada, suri sicuri y breaking, catalogadas toma por toma, con quién bailó, de qué color y qué treinta segundos son confiables.

El avatar

Los números no bailan. Para ver si la captura estaba viva, los puntos se transfieren a un avatar diseñado por la diseñadora de moda María Corvera y construido por el artista Brian Condori: una bailarina con chaqueta azul, un aguayo tejido cruzado sobre el pecho, cascabeles en las botas y una trenza larga. En Blender la trenza se balancea, las botas golpean el piso, y una mala captura se delata al instante con un hombro que tiembla o un brazo que dio la vuelta entera.

Las manos fueron la parte más difícil. Los veintiséis puntos terminan en la muñeca; la palma no está en los datos. Durante mucho tiempo, el brazo que sostiene el sombrero del suri giraba 360 grados porque el software adivinaba hacia dónde miraba la palma. La solución fue anatómica: el antebrazo recibió su propio hueso de torsión, y la palma solo puede girar dentro del rango de un antebrazo humano, y solo mientras la mano sostiene algo cerca de la cabeza. En cualquier otro momento, el brazo queda intacto. En las próximas sesiones también se capturarán las manos, 21 puntos cada una.

Un modelo que inventa

Paqarina crea. Las capturas entrenan un modelo generativo, m3f, que produce danza nueva a partir de los cuatro estilos. Su primera danza completa, un suri sicuri que nunca había visto bailar de esa forma, es la que llegó primero al robot. Reentrenado el 10 de octubre con las sesiones del Ballet Folclórico, el error del modelo en el suri bajó de 13,7 a 8,1 centímetros, medido con cuatro semillas aleatorias, porque una sola semilla con suerte no prueba nada.

La segunda pieza del pensamiento es un planificador. Para un robot, la danza es un problema de planificación con restricciones: cuánto piso hay, qué movimientos pueden seguir a cuáles, qué tan rápido puede girar una articulación. Un modelo pequeño aprende a predecir hacia dónde va una danza medio segundo y dos segundos adelante; una búsqueda sobre sus predicciones elige secuencias de segmentos reales de dos segundos que caben en el espacio y se leen como una sola pieza. Su resultado más reciente coreografía un dúo: la bailarina A sigue un guion que pasa del tinku a la kullawada y al breaking; B se planifica frente a la trayectoria real de A, a entre uno y dos metros de ella y de frente, con material distinto para cada quien.

El robot

Un robot no puede simplemente reproducir el archivo de animación. Un avatar no pesa nada; un Unitree G1 pesa 35 kilos, tiene 29 motores de fuerza limitada y se para sobre un piso. Si levanta la pierna izquierda exactamente como lo hizo Lucía, su centro de masa queda tres centímetros fuera del pie derecho y se cae; nada en el archivo le dice que se incline dos grados o que empuje con el tobillo. Lucía lo hace sin pensar. El archivo no lo contiene.

Por eso cada danza se le enseña al robot. La coreografía se convierte en una referencia de 29 ángulos articulares, y una red neuronal aprende, en el propio framework de entrenamiento de Unitree, en una GPU alquilada en la nube, a seguirla sin caerse. Aprende cayéndose: 4096 robots simulados intentan la danza al mismo tiempo, una y otra vez, durante nueve horas por danza, hasta que dejan de caer. Ocho danzas se entrenaron así entre el 14 y el 20 de octubre de 2026.

Luego viene la prueba honesta: la política sale del simulador donde aprendió y corre en el modelo oficial del robot de Unitree, con la fricción del piso, la ganancia de los motores, la latencia, la masa y el ruido de los sensores variados al azar, veinte veces por danza. Durante una semana, los resultados no tenían sentido. Las danzas tranquilas se sostenían; las rápidas se caían en el mismo segundo del mismo paso, cambiáramos lo que cambiáramos: el modelo del robot, el paso de la física, los contactos, la pose inicial. Al final, una comparación línea por línea de lo que la política estaba viendo encontró el problema: una pose por defecto con las rodillas más rectas que la del entrenamiento, una diferencia de 22 grados en la rodilla, escondida en un archivo de configuración prestado de la demo de Unitree. Con la pose correcta, las ocho danzas terminaron de pie en 20 de 20 pruebas, incluidos los saltos.

Lo que viene

El 2 de noviembre de 2026, Violeta Ayala llega al CMA Lab de HKUST, donde el grupo de Xin Tong tiene un Unitree G1 real. Las ocho políticas se enviaron por adelantado el 20 de octubre para que el laboratorio pueda correrlas primero en el simulador de Unitree. Después, el orden es el cuidadoso: el robot con arnés de seguridad, primero las danzas más tranquilas (el suri y la kullawada), luego de pie y sin arnés, luego el tinku con sus saltos. Probabilidades honestas, escritas antes del viaje: el suri y la kullawada de pie y reconocibles en el robot real, unas siete de cada diez; las danzas con saltos limpias al primer intento, tres o cuatro de cada diez; algo de Bolivia bailando en un G1 en Hong Kong, más de ocho de cada diez.

El campo avanza hacia la intuición con la que todos empiezan: que un robot debería seguir el mismo archivo que la animación. En 2026, SONIC de NVIDIA y el paper de CVPR Humanoid-GPT mostraron redes únicas que siguen danzas con las que nunca entrenaron, en un G1 real, a partir de videos de YouTube. Ninguna ha mostrado un tinku. El plan en Hong Kong es probar una de ellas con las coreografías de Paqarina, junto a nuestras ocho políticas; si funciona, desaparecen las nueve horas de entrenamiento por danza y el proceso se reduce a captura, transferencia, robot.

Y los bailarines siguen bailando. Las próximas sesiones suman las manos, 21 puntos cada una, y los rostros, grabados por separado mientras los bailarines cantan, para que un día la danza del robot y el rostro del avatar pertenezcan a la misma persona.

Paqarina en números

Qué	Dato
Sesiones de captura en Bolivia	14
Danzas	4: tinku, kullawada, suri sicuri, breaking
Cámaras por sesión	4 cámaras comunes, sin trajes, sin marcadores
Puntos por bailarín	26, a 24 cuadros por segundo (después, las manos: 21 más cada una)
Robot	Unitree G1, 29 motores, 35 kg
Políticas listas para el robot	8 (4 danzas + 4 mezclas de treinta segundos)
Entrenamiento por danza	9 horas en una GPU alquilada, 4096 robots en paralelo, 30 000 iteraciones
Gasto en la nube para el trabajo con el robot	unos 150 USD en total
Prueba sim-to-sim (modelo oficial del G1, física aleatoria)	20 de 20 pruebas de pie, las ocho danzas
Primer robot real	CMA Lab, HKUST Guangzhou, desde el 2 de noviembre de 2026

Equipo. Danza: distintos bailarines del Ballet Folclórico y de la escena independiente, en 14 sesiones. Sistema de mocap, construido y operado en cada sesión: Dan Fallshaw. Avatar: Brian. Comunidad: Sanam Prado; antes, Rilda Paco. Dirección e ingeniería: Violeta Ayala. Financiamiento: Mozilla Foundation. Código: github.com/violetajaguar/paqarina.