Introducción: combinar la computación espacial con la inteligencia artificial
En 2026, la computación espacial â€"realidad aumentada, realidad virtual e interfaces 3D basadas en la ubicaciónâ€" está pasando rápidamente de ser una tecnología de nicho a ser una solución mainstream. Cuando estos entornos espaciales se combinan con asistentes de IA, el resultado es una interacción más natural, contextual y orientada al futuro. Este artículo explica cómo diseñar, construir y desplegar asistentes de IA que comprenden y responden a espacios físicos tridimensionales, aprovechando las últimas tendencias como Bot Mode de Hermes Agent, el nuevo GLMâ€'5.3 de Zhipu y los modelos de salud basados en wearables de Samsung.
¿Qué es la computación espacial y por qué es importante para los asistentes de IA?
La computación espacial amplía el cálculo más allá de la pantalla 2D, mapeando digitalmente el mundo físico. Los dispositivos clave incluyen:
- Gafas de AR/VR (Meta Quest Pro, Apple Vision Pro, Samsung HoloLens)
- Sensores de profundidad y LiDAR integrados en smartphones
- Mapas espaciales basados en GPS y SLAM (localización y mapeo simultáneos)
Para los asistentes de IA, esto significa poder acceder a señales contextuales como la ubicación del usuario, la geometría circundante y los datos biométricos. El resultado es una asistencia más relevante y oportuna, capaz de adaptarse al entorno del usuario en lugar de forzarle en un flujo de trabajo predeterminado.
Tendencias clave que impulsan esta convergencia (2026)
- Bot Mode de Nous Research para Hermes Agent â€" permite transformar los perfiles de los agentes en un grupo de bots con personalidades distintas, ideales para gestionar múltiples usuarios espaciales simultáneamente.
- GLMâ€'5.3 de Zhipu â€" ofrece capacidades de razonamiento mejoradas y una comprensión multimodal más profunda, útil para interpretar señales espaciales como profundidad, movimiento y gestos.
- Samsung Health AI â€" analiza los datos biométricos de los wearables (frecuencia cardíaca, temperatura, SpO2) para adaptar las respuestas del asistente en función del estado de salud del usuario, un factor crucial en las experiencias de asistencia sanitaria en realidad aumentada.
Cómo construir un asistente de IA espacial: guía paso a paso
1. Define el modelo de contexto espacial
Empieza modelando el entorno. Un simple JSON representa la escena:
{
"room": "oficina",
"coordinates": {"x": 3.2, "y": 2.1, "z": 0},
"landmarks": ["pizarra", "pantalla", "planta"],
"user_state": {"health": {"bpm": 72, "stress": 0.3}}
}
Este esquema es compatible con la mayoría de las API de mapeo espacial y puede actualizarse en tiempo real con los datos de los sensores.
2. Elige una pipeline multimodal
Utiliza un modelo base como GLMâ€'5.3 para procesar texto, mapas de profundidad y entradas de voz. Combínalo con un motor de razonamiento ligero (por ejemplo, Hermes Agent) para generar acciones.
3. Implementa Bot Mode para múltiples personalidades
Con Bot Mode puedes asignar a cada asistente una especialización distinta:
- Bot “Guide” â€" proporciona indicaciones espaciales y superposiciones informativas.
- Bot “Coach” â€" supervisa los datos de salud de los wearables y sugiere descansos o ejercicios.
- Bot “Helper” â€" gestiona tareas genéricas como planificación o recuperación de documentos.
Ejemplo de código para inicializar un bot mediante la API de Hermes:
from hermes_agent import HermesAgent
agent = HermesAgent(name="GuideBot", personality="informativo", license="MIT")
agent.add_capability("spatial_navigate", {"range_meters": 5})
agent.activate_bot_mode()
4. Crea un sistema de prompts diseñado para el espacio
Los prompts deben incluir pistas espaciales explícitas para guiar al modelo. Un modelo eficaz es:
"[Contexto]: El usuario se encuentra en {room} en las coordenadas {coords}. {landmarks} son visibles. Estado de salud: {health}. Pregunta: ¿Cuál es tu pregunta principal?"
Este prompt diseñado reduce la ambigüedad y mejora la relevancia de las respuestas en entornos 3D.
Ejemplo práctico: un asistente para la colaboración en oficina
Imagina a un diseñador que lleva puestas unas gafas de AR mientras examina un prototipo de producto. El asistente de IA espacial:
- Visualiza información 3D superpuesta (especificaciones, animaciones) â€" gestionado por GuideBot.
- Supervisa los signos de estrés del usuario mediante los datos de los wearables y sugiere un breve descanso â€" gestionado por CoachBot.
- Permite buscar rápidamente en el catálogo de proyectos â€" gestionado por HelperBot.
Los tres bots son orquestados por Hermes Agent, comparten el mismo contexto espacial y responden al usuario como una única voz coherente.
Tendencias actuales: de GLMâ€'5.3 a los modelos de salud de Samsung
GLMâ€'5.3 mejora la capacidad de comprender las coordenadas espaciales y las señales visuales, haciendo que sea más fácil para los asistentes interpretar la geometría de la escena. Mientras tanto, los modelos de IA de salud de Samsung transforman los datos de los wearables en sugerencias contextuales, un componente crucial para los asistentes que operan en entornos sensibles al tiempo.
Consejos prácticos y sugerencias de ingeniería de prompts
- Incluye siempre los datos espaciales explícitamente. Incluso un pequeño JSON ayuda al modelo a permanecer anclado a la escena.
- Usa múltiples bots para separar las preocupaciones. Mantener la especialización de los bots reduce la sobrecarga computacional.
- Evalúa continuamente. Registra las respuestas del asistente frente a las expectativas de los usuarios y ajusta el modelo de prompts en consecuencia.
- Aprovecha los modelos de salud de los wearables. Integra los datos biométricos en tus prompts, por ejemplo: "El usuario tiene un ritmo cardíaco de 110 ppm; sugiere una respuesta calmada".
Conclusión: crea experiencias verdaderamente inmersivas
Al combinar la computación espacial con los asistentes de IA modernos â€"potenciados por GLMâ€'5.3, Bot Mode de Hermes y modelos de IA de saludâ€" puedes crear experiencias que no solo ven el mundo del usuario, sino que también lo comprenden. Con una base sólida de contexto espacial, una pipeline multimodal bien estructurada y prompts diseñados, el futuro de los asistentes de IA es tridimensional, contextual y profundamente personal.
Conclusión: utiliza estos pasos como base operativa, adaptando herramientas, políticas y controles al contexto real de tu organización.
IMPORTANTE: Estamos en 2026. Todas las referencias temporales deben ser actuales. No menciones años pasados como 2024, 2023, etc. El contenido debe ser fresco y relevante para el presente. CONTEXTO ACTUAL (agosto de 2026): Aquí tienes algunas tendencias y noticias recientes para inspirarte: - Lectura de los resultados de GLM-5.3 de Zhipu más allá del número principal: la nota de lanzamiento de GLM-5.3 de Zhipu contiene una frase que no ha aparecido en la mayoría de las noticias. Al describir sus propios resultados de ciberseguridad, el... [18-08-2026] - Presentamos SAM (Sovereign Agent Mesh): una red P2P de configuración cero y confianza cero para agentes de IA: Google ha publicado SAM (Sovereign Agent Mesh) bajo Apache-2.0 â€" y no tiene nada que ver con Segment Anything. SAM es una red de configuración cero y confianza cero... [18-08-2026] - Los modelos de IA de salud de Samsung analizan datos biométricos de wearables: el equipo de Salud Digital de Samsung Research America ha presentado dos modelos de IA fundacionales diseñados para aprender de señales biométricas de wearables. El trabajo se centra en... [14-08-2026] Usa esta información actual como inspiración para crear un prompt original y relevante para 2026.