Última actualización: abril de 2026
Ouster ha lanzado la Stereolabs ZED X Nano, una cámara estéreo compacta diseñada para montarse en la muñeca de robots, orientada a la manipulación robótica, el aprendizaje por imitación y la recolección de datos de entrenamiento de alto rendimiento. La cámara ofrece 1920×1200 con obturador global RGB y profundidad a hasta 120 fps sobre una conexión industrial GMSL2, un salto significativo frente a las cámaras USB de 720p que actualmente limitan la mayoría de los pipelines de manipulación.
Tabla de contenidos
- ¿Qué es la ZED X Nano y qué problema resuelve?
- Especificaciones técnicas de la ZED X Nano
- ¿Cómo se compara la ZED X Nano con Intel RealSense y Luxonis OAK?
- Por qué el pipeline GPU de copia cero importa para la IA Física
- Qué significa esto para los equipos de robótica
- Preguntas frecuentes
¿Qué es la ZED X Nano y qué problema resuelve?
La ZED X Nano es una cámara estéreo miniaturizada diseñada específicamente para colocarse en el extremo del brazo de manipuladores robóticos, abordando un punto crítico bien conocido en la investigación y despliegue de manipulación. La mayoría de las cámaras para muñeca actuales dependen de conectividad USB-C, están limitadas a resolución 720p y envían fotogramas a través de pipelines mediados por la CPU, lo que introduce latencia justo donde las tareas de manipulación exigen los bucles de control más ajustados.
La respuesta de Ouster es una cámara que es 40% más baja en altura que las soluciones comparables, se monta directamente en muñecas y herramientas de extremo de brazo, y hereda la misma arquitectura de sensor de obturador global 1920×1200 de la línea insignia ZED X. El rango mínimo de detección de profundidad alcanza los 3 cm, más cerca que la mayoría de las cámaras estéreo competidoras, lo que importa directamente para el agarre a corta distancia y el ensamblaje fino.
Según The Robot Report, el CEO de Ouster, Angus Pacala, enmarcó explícitamente el lanzamiento en torno a la IA Física: "El futuro de la IA Física depende de grandes cantidades de datos de imagen de alta calidad y baja latencia recolectados en el borde."
Especificaciones técnicas de la ZED X Nano
| Especificación | ZED X Nano |
|---|---|
| Resolución de imagen | 1920×1200 por ojo |
| Fotogramas por segundo máx. | 120 fps |
| Rango de profundidad (mín.) | 3 cm |
| Precisión de profundidad (eje Z) | Submilimétrica |
| Tipo de sensor | Obturador global |
| Conectividad | GMSL2 (hasta 15 m de cable) |
| IMU | Integrada, antivibración |
| Resistencia EMI | Sí (conectores con seguro) |
| Integración con simulación | NVIDIA Isaac Sim / Isaac Lab |
| Soporte ROS | ROS y ROS 2 nativos |
| Pipeline GPU | Copia cero, directo al codificador hardware NVIDIA |
| Factor de forma | 40% más baja que cámaras para muñeca comparables |
La conexión GMSL2 (Gigabit Multimedia Serial Link 2, una interfaz serie de grado automotriz comúnmente usada en sistemas ADAS) reemplaza el frágil USB-C con un enlace de grado industrial diseñado para flexión repetida de cables y entornos fabriles con alta interferencia electromagnética. El video fluye limpiamente hasta 15 metros, relevante para manipuladores con largos recorridos de gestión de cables o nodos de cómputo montados en el techo.
¿Cómo se compara la ZED X Nano con Intel RealSense y Luxonis OAK?
Para los equipos de robótica que evalúan cámaras de profundidad para muñeca, la ZED X Nano se sitúa en un nivel de hardware significativamente diferente al de las dos alternativas más comunes. A continuación se comparan las plataformas en las dimensiones que más importan para los pipelines de manipulación.
| Característica | ZED X Nano | Intel RealSense D405 | Luxonis OAK-D |
|---|---|---|---|
| Resolución RGB | 1920×1200 | 1280×720 | 4056×3040 (fotos) / 1080p video |
| FPS de profundidad máx. | 120 fps | 90 fps | 60 fps |
| Rango de profundidad mín. | ~3 cm | ~7 cm | ~20 cm |
| Tecnología de profundidad | Estéreo neuronal (IA) | IR activo estéreo | Estéreo pasivo + IR opcional |
| Conectividad | GMSL2 (industrial) | USB-C | USB-C |
| Longitud de cable | Hasta 15 m | ~5 m práctico | ~5 m práctico |
| Inferencia IA integrada | Vía host (NVIDIA Isaac) | Limitada integrada | Sí (VPU Myriad X integrada) |
| Soporte ROS 2 | Nativo | Nativo | Nativo |
| Integración con simulación | NVIDIA Isaac Sim/Lab | Limitada | Limitada |
| Caso de uso objetivo | Manipulación, aprendizaje por imitación | Inspección industrial de cerca | IA en el borde, robótica móvil |
| Disponibilidad | Prepago, envíos mayo 2026 | Disponible ahora | Disponible ahora |
El Intel RealSense D405 es el competidor directo más cercano para manipulación a corta distancia — fue diseñado específicamente para brazos robóticos — pero su rango mínimo de profundidad de 7 cm y captura RGB de 720p son limitaciones reales al entrenar conjuntos de datos de aprendizaje por imitación de alta fidelidad. El Luxonis OAK-D ofrece inferencia integrada Myriad X, una ventaja genuina para despliegues con restricciones de cómputo en el borde, pero su rango mínimo de profundidad de 20 cm lo descarta efectivamente para las tareas de agarre a corta distancia que la ZED X Nano aborda.
El motor de profundidad neuronal de la ZED X Nano (el sistema de profundidad estéreo con IA de Stereolabs) proporciona precisión submilimétrica en el eje Z y, según se reporta, un posicionamiento lateral XY superior frente a enfoques de luz estructurada o tiempo de vuelo — lo cual importa para la estimación de poses de agarre donde incluso un error lateral de 2-3 mm puede causar fallos de manipulación a escala.
Por qué el pipeline GPU de copia cero importa para la IA Física
Este es el detalle arquitectónico que la mayoría de las comparaciones de hardware pasan por alto — y podría ser la ventaja más importante de la ZED X Nano para equipos que entrenan políticas de manipulación a escala.
Los pipelines tradicionales de cámaras USB enrutan los fotogramas a través de la CPU antes de llegar a la GPU: sensor → controlador USB → RAM del sistema → procesamiento en CPU → memoria de GPU. Cada salto añade latencia y consume ciclos de CPU. A 120 fps y resolución 1920×1200 por ojo, ese pipeline se convierte en un verdadero cuello de botella de rendimiento.
La ZED X Nano implementa una ruta completamente de copia cero desde el sensor hasta la GPU, con fotogramas fluyendo directamente hacia los codificadores hardware de NVIDIA y los pipelines de inferencia de IA simultáneamente. Para los equipos de recolección de datos, esto significa capturar conjuntos de datos de demostración a resolución completa sin pérdida de fotogramas bajo cargas de trabajo concurrentes. Para los equipos de despliegue que ejecutan manipulación en vivo, implica que las redes de percepción, los modelos de segmentación y las políticas de manipulación pueden ejecutarse en paralelo sobre los mismos fotogramas entrantes con significativamente más espacio libre en la GPU.
La integración nativa con NVIDIA Isaac Sim e Isaac Lab extiende esta ventaja al ciclo simulación-realidad. Los equipos pueden capturar demostraciones con la cámara física, entrenar en simulación usando un modelo de cámara ZED X Nano equivalente y desplegar de vuelta al hardware — todo sin intercambiar stacks de percepción ni recalibrar entre entornos. Para flujos de trabajo de aprendizaje por refuerzo y aprendizaje por imitación, esta continuidad a través del límite simulación-realidad no es trivial.
Qué significa esto para los equipos de robótica
La ZED X Nano no es una actualización incremental de la visión para muñeca — es un cambio de nivel de hardware. Los equipos actualmente limitados por cámaras USB de 720p en sus pipelines de manipulación tienen una ruta de actualización clara. La conexión GMSL2 y el diseño robusto del cable también abordan un costo operativo real que no aparece en las fichas técnicas: los cables USB-C en brazos robóticos fallan regularmente bajo flexión repetida, y reemplazar hardware de visión en medio del despliegue es costoso.
El rango mínimo de profundidad de 3 cm es prácticamente significativo. La mayoría de la investigación en manipulación involucra objetos a distancias donde las cámaras estéreo competidoras o no tienen datos de profundidad o tienen precisión degradada. Para tareas de ensamblaje, preparación de kits y recogida de piezas en contenedores, esto representa una capacidad genuinamente nueva, no una mejora incremental.
El período de prepago ya está abierto, con envíos a partir de mayo de 2026. Los equipos que construyen conjuntos de datos de aprendizaje por imitación o despliegan sistemas de manipulación diestra en 2026 deberían evaluar esto frente a su hardware actual — particularmente si ya están ejecutando infraestructura NVIDIA Isaac.
Para equipos que construyen o expanden sistemas con capacidades de manipulación, explore robots industriales y hardware de automatización en Botmarket para comparar plataformas que se emparejan con sistemas de visión para muñeca como la ZED X Nano.
Preguntas frecuentes
La ZED X Nano es una cámara estéreo para muñeca desarrollada por Stereolabs (una subsidiaria de Ouster) para manipulación robótica, aprendizaje por imitación y recolección de datos de IA en el borde. Captura RGB y profundidad a 1920×1200 hasta 120 fps, con un rango mínimo de profundidad de 3 cm y un pipeline GPU de copia cero mediante conectividad industrial GMSL2. Es 40% más baja en altura que soluciones comparables para muñeca.
¿Cómo se compara la precisión de profundidad de la ZED X Nano con las cámaras de luz estructurada?
La ZED X Nano utiliza el Motor de Profundidad Neuronal de Stereolabs, un sistema de profundidad estéreo potenciado por IA que ofrece precisión submilimétrica en el eje Z. Ouster afirma que proporciona un posicionamiento lateral (XY) superior en comparación con las cámaras tradicionales de luz estructurada o tiempo de vuelo — una ventaja crítica para la estimación de poses de agarre donde errores laterales de 2-3 mm pueden causar fallos consistentes en tareas de ensamblaje fino.
¿Qué conectividad usa la ZED X Nano y por qué es importante?
La cámara usa GMSL2 (Gigabit Multimedia Serial Link 2), una interfaz serie de grado automotriz que reemplaza el USB-C. GMSL2 admite cables de hasta 15 metros, proporciona resistencia a interferencias electromagnéticas y utiliza conectores con seguro diseñados para soportar la flexión repetida y las vibraciones del movimiento de brazos robóticos. Esto elimina un punto común de fallo en sistemas de manipulación desplegados donde los cables USB se degradan con el movimiento continuo.
¿La ZED X Nano funciona con ROS y NVIDIA Isaac?
Sí. La ZED X Nano ofrece soporte nativo para ROS y ROS 2, e integración de primera clase con NVIDIA Isaac Sim e Isaac Lab para transferencia simulación-realidad. Los equipos pueden entrenar con un modelo de cámara ZED X Nano equivalente en simulación y desplegar en el stack de sensor físico idéntico sin recalibrar los pipelines de percepción.
¿Cuándo se envía la ZED X Nano y cómo puedo pedirla?
La ZED X Nano ya está disponible para prepago, con envíos a partir de mayo de 2026. Los pedidos pueden realizarse a través de Ouster y el canal de productos Stereolabs.
¿Es la ZED X Nano adecuada para la recolección de datos de aprendizaje por imitación?
Sí — este es uno de sus objetivos de diseño principales. La tasa de captura de 120 fps a resolución completa 1920×1200, el pipeline GPU de copia cero y la integración nativa con Isaac Lab están específicamente diseñados para la grabación de demostraciones de alto rendimiento a las tasas de fotogramas y resoluciones que requieren los métodos modernos de aprendizaje por imitación.
La ZED X Nano representa una respuesta decidida a un cuello de botella de hardware real que ha limitado la investigación y el despliegue de manipulación durante años. Si las afirmaciones de precisión XY del Motor de Profundidad Neuronal se sostienen en diversas piezas de trabajo y condiciones de iluminación determinará qué tan rápido desplaza a las soluciones de cámara USB establecidas — pero el caso de las especificaciones es convincente sobre el papel.
¿Es el hardware de visión basado en USB el verdadero cuello de botella en tu pipeline de manipulación — o el factor limitante está en otra parte del stack?
Únete a la discusión
Is USB-based vision hardware your manipulation pipeline's real bottleneck, or is the constraint somewhere else in the stack?