Epoch AI ha presentado avances significativos en su prueba de ensamblaje de muebles, conocida como Furniture Assembly Benchmark (FAB). En tan solo diez meses, el rendimiento de sus modelos de inteligencia artificial (IA) ha aumentado del 28% al 80%. Este incremento se refleja en la capacidad de los modelos para identificar errores en el montaje de muebles, un procedimiento que incluye el uso de fotografías y manuales de instrucciones de IKEA.
En noviembre de 2025, el modelo de IA más destacado en esta evaluación fue Claude 4,5, que alcanzó un 28% de precisión. Sin embargo, en septiembre de 2026, el modelo GPT-6 Astra superó notablemente esta cifra, logrando un 80% de aciertos y reduciendo el tiempo necesario para analizar cada fotografía a una media de tres minutos. Esto representa una mejora de entre dos y diez veces menos tiempo que otros modelos que anteriormente tenían un rendimiento superior.
El sistema de Epoch AI no se limita a una simple revisión visual de las imágenes. Utiliza una fotografía de un mueble parcialmente montado junto con el manual oficial de IKEA, una herramienta de ampliación de imágenes y un intérprete de Python. El objetivo es que la IA conecte los diagramas del manual con las piezas visibles en las fotos tomadas desde ángulos específicos. Así, debe reconstruir el proceso de montaje y detectar errores como piezas colocadas de forma incorrecta. Para complicar aún más la tarea, Epoch AI a menudo continuaba el montaje después de introducir errores deliberadamente, asegurando que estos no fueran los últimos pasos visibles.
Aunque IKEA es el contexto de esta prueba, Epoch AI busca evaluar la capacidad de razonamiento abstracto de los modelos de IA. Esta habilidad es esencial para que en el futuro, estos modelos puedan asistir en tareas más complejas, como reparar electrodomésticos o vehículos utilizando documentación técnica. A diferencia de las evaluaciones en matemáticas o programación, medir la visión y el razonamiento espacial resulta mucho más complicado.
La evolución de la inteligencia artificial en tareas prácticas y de razonamiento es un indicador importante del progreso en este campo. Con la mejora en la capacidad de los modelos para realizar tareas aparentemente sencillas, se abre la puerta a aplicaciones más complejas que podrían transformar sectores industriales y de servicios.
Contexto: Epoch AI ha estado trabajando en la intersección de la IA y la resolución de problemas prácticos desde su fundación. Este tipo de evaluaciones se considera fundamental para avanzar en la inteligencia artificial, especialmente en un contexto europeo donde la tecnología está cada vez más presente en la vida cotidiana. España, como uno de los países líderes en innovación tecnológica, se beneficia de estos desarrollos, ya que pueden impulsar la competitividad y la eficiencia en diversos sectores económicos.