Arꢂculo especial| Special arꢀcle  
1
Rev Argent Cir. 2026;118(1):e-1964- hꢂp://dx.doi.org/10.25132/raac.v118.n1.1964  
In ipso vivimus et movemur: inteligencia espacial, modelos del mundo y cirugía  
ultracompleja de élite como benchmark de límite superior para la AGI (Arꢀꢁcial  
General Intelligence) encarnada  
In Ipso Vivimus et Movemur: spaꢀal intelligence, world models, and elite ultra-complex surgery as the  
upper limit benchmark for embodied AGI (Arꢀꢁcial General Intelligence)  
Enrique Díaz Cantón  
Departamento de RESUMEN  
Oncología Médica e  
Inteligencia Arꢀficial, Los modelos de lenguaje extensos han logrado una fluidez notable en el razonamiento simbólico y el  
Facultad de Medicina, diálogo, pero permanecen fundamentalmente limitados en la competencia sensoriomotora rica en  
Insꢀtuto Universitario contacto que los cirujanos desarrollan a través de décadas de prácꢀca deliberada. Basándome en la  
CEMIC, Buenos Aires,  
teoría de la cognición encarnada y las propuestas contemporáneas de modelos predicꢀvos del mundo,  
Argenꢀna  
argumento que el obstáculo más significaꢀvo que resta hacia la inteligencia arꢀficial general (AGI, por  
sus siglas en inglés Arꢀꢁcial General Intelligence) no es lingüísꢀco sino ꢁsico: la capacidad de anclar la  
El autor declara no  
percepción, la planificación y la acción dentro de las restricciones implacables de la dinámica del mundo  
tener conflictos  
real. Como benchmark (parámetro de referencia estándar) ilustraꢀvo de límite superior, propongo el  
de interés.  
Conflicts of interest “Benchmark de AGI Quirúrgica”, el punto hipotéꢀco en el cual un sistema robóꢀco autónomo podría  
None declared. realizar de manera segura y fiable procedimientos quirúrgicos ultracomplejos (trasplante mulꢀvisceral,  
resecciones hepatopancreatobiliares complejas, reconstrucciones microquirúrgicas asisꢀdas por  
Declaración de uso  
robot) igualando o superando a los cirujanos humanos de élite. Esta perspecꢀva descompone el  
de IA: el autor uꢀlizó  
benchmark en una escalera prácꢀca de hitos y describe los requisitos técnicos ‒censado tácꢀl, control  
Claude 4.5 Opus  
Anthropic, 2025)  
complaciente, planificación jerárquica y modelos predicꢀvos del mundo‒ necesarios para tender el  
(
puente entre la simulación y la realidad clínica.  
para asisꢀr con la  
sintaxis del inglés y la  
edición del lenguaje. El  
autor manꢀene plena  
responsabilidad por el  
contenido, precisión e  
integridad del trabajo.  
Palabras clave: inteligencia arꢀꢁcial encarnada, inteligencia espacial, modelos del mundo, arquitectura  
predicꢀva de embedding conjunto, transferencia de simulación a realidad, robóꢀca quirúrgica, cirugía autónoma,  
aprendizaje sensoriomotor, control motor jerárquico.  
ABSTRACT  
Although large language models have achieved remarkable fluency in symbolic reasoning and  
dialogue, they remain fundamentally limited in their sensorimotor competence, which surgeons  
develop through decades of deliberate pracꢀce. Based on the theory of embodied cogniꢀon and  
contemporary proposals for predicꢀve models of the world, I argue that the most significant obstacle  
standing in the way of arꢀficial general intelligence (AGI) is not linguisꢀc, but physical: the ability to  
anchor percepꢀon, planning, and acꢀon within the relentless constraints of real-world dynamics. As an  
illustraꢀve benchmark for the upper limit, I propose the “AGI benchmark in surgery”—the hypotheꢀcal  
point at which an autonomous roboꢀc system could safely and reliably perform ultra-complex surgical  
procedures, such as mulꢀ-visceral transplantaꢀon, complex hepatopancreatobiliary resecꢀons, and  
robot-assisted microsurgical reconstrucꢀons, while matching or surpassing the abiliꢀes of elite human  
surgeons. This perspecꢀve breaks down the benchmark into a pracꢀcal ladder of milestones and  
describes the technical requirements—tacꢀle sensing, compliant control, hierarchical planning, and  
predicꢀve models of the world—needed to bridge the gap between simulaꢀon and clinical reality.  
Correspondencia  
Correspondence:  
Keywords: embodied arꢀꢁcial intelligence; spaꢀal intelligence; models of the world; predicꢀve joint embedding  
architecture; simulaꢀon-to-reality transfer; roboꢀc surgery; autonomous surgery; sensorimotor learning;  
hierarchical motor control.  
Recibido | Received ID ORCID: Enrique Díaz Cantón, 0009-0004-0967-448X.  
0-01-26  
Aceptado | Accepted  
7-03-26  
2
1
2
Díaz Cantón E. Inteligencia espacial, modelos del mundo y cirugía ultracompleja de élite. Rev Argent Cir. 2026;118(1):e-1964  
“
Porque en él vivimos, nos movemos y exisꢀmos”. modelado del mundo más rico y una encarnación ꢁsica  
(Hechos 17:28). más segura.  
Introducción  
De la metáfora a la escalera de benchmark: qué signiꢁca  
realmente ‘capaz de cirugía’  
Los sistemas de inteligencia arꢀficial contem-  
poráneos escriben, traducen, resumen y asisten el ra-  
El Benchmark (parámetro de referencia están-  
zonamiento clínico con fluidez impresionante, pero dar) de AGI Quirúrgica es deliberadamente extremo.  
ꢀenen dificultades con las habilidades sensoriomo- La cirugía ultracompleja comprime en una sola arena  
toras que los cirujanos expertos refinan durante años casi todos los requisitos para la inteligencia encarnada:  
de entrenamiento: manipulación estable del tejido, contacto conꢀnuo con tejido, dinámica fisiológica rápi-  
coordinación precisa de instrumentos e interacción da, anꢀcipación de variantes anatómicas, patología en-  
segura con la anatomía viva bajo presión de ꢀempo. gañosa, tolerancias de precisión milimétricas y conse-  
Esta asimetría hace eco de la paradoja de Moravec: el cuencias catastróficas por error. Cualquier cirujano que  
razonamiento abstracto resulta computacionalmente haya enfrentado una lesión arterial inesperada durante  
tratable, mientras que la percepción y la acción diestra un procedimiento de Whipple comprende visceralmen-  
demandan recursos computacionales y experienciales te lo que significa “inteligencia encarnada bajo pre-  
1
extraordinarios . A lo largo de este ensayo, empleo una sión”. Para hacer este benchmark accionable propongo  
heurísꢀca “80/20” ‒no como una constante medida una escalera de hitos suscepꢀbles de evaluación bajo  
sino como un disposiꢀvo conceptual‒para subrayar restricciones de seguridad controladas mucho antes de  
que gran parte de la experiencia humana es encarnada que la autonomía procedimental completa sea facꢀble:  
más que proposicional. El progreso hacia la inteligencia  
general, sostengo, requerirá agentes capaces de apren- ▪ Nivel 0 - Manejo básico de instrumentos: agarre, cor-  
der modelos predicꢀvos del mundo, planificar a través  
de múlꢀples horizontes temporales y cerrar el bucle  
te y sutura consistentes en modelos de banco inani-  
mados con perfiles de fuerza reproducibles.  
▪ Nivel 1 - Primitivas de manipulación tisular: identifi-  
cación del plano de disección, maniobras hemostáti-  
cas y retracción en especímenes cadavéricos o ex-vivo  
que exhiben compliance realista.  
▪ Nivel 2 - Pasos procedimentales guionizados: ejecu-  
ción de anastomosis estandarizadas, linfadenectomía  
sistemática y márgenes de resección predefinidos  
dentro de envolventes de seguridad.  
2
-4  
sensoriomotor en dominios ꢁsicos consecuentes .  
Por qué el lenguaje solo alcanza una meseta para la  
agencia encarnada  
El lenguaje ofrece una interfaz poderosa hacia  
el conocimiento humano acumulado, pero no puede  
susꢀtuir el bucle de retroalimentación conꢀnua que en- ▪ Nivel 3 - Procedimientos adaptativos bajo supervisión:  
laza la percepción con la acción. Las tareas ricas en con-  
tacto demandan censado de alto ancho de banda (vi-  
sión, propiocepción, fuerza, tacto), control rápido bajo  
respuesta en tiempo real a hallazgos intraoperatorios  
(hemorragia, anatomía no anticipada) con supervisión  
humana y autoridad de veto.  
incerꢀdumbre y predicción precisa de cómo las inter- ▪ Nivel 4 - Autonomía procedimental completa para  
venciones alteran el mundo ꢁsico. El marco de LeCun  
para la inteligencia de máquinas autónomas destaca los  
modelos predicꢀvos del mundo y las arquitecturas de  
casos estándar: colecistectomía, apendicectomía,  
reparación de hernia inguinal completadas con inter-  
vención humana mínima.  
embedding (representación vectorial), conjunto que re- ▪ Nivel 5 - Resecciones oncológicas complejas: pancrea-  
presenta y anꢀcipa transiciones de estado latente, per-  
toduodenectomía, escisión mesorrectal total, nefrecto-  
mía radical con reconstrucción vascular, procedimien-  
tos que requieren integración de juicio y técnica.  
miꢀendo así una planificación que trasciende el mero  
2
emparejamiento de patrones . En paralelo, las políꢀcas  
generalistas de visión-lenguaje-acción aspiran a here- ▪ Nivel 6 - Benchmark quirúrgico de élite: trasplante  
dar conocimiento semánꢀco del preentrenamiento a  
escala de Internet mientras adquieren control anclado  
multivisceral, resección hepática ex-vivo con autotras-  
plante, reconstrucción microquirúrgica robótica de  
colgajo libre, procedimientos que demandan la inte-  
gración perfecta de múltiples competencias subespe-  
cializadas al más alto nivel.  
5
de conjuntos de datos robóꢀcos heterogéneos . Estas  
direcciones de invesꢀgación convergentes sugieren que  
el cuello de botella críꢀco no es “más texto” sino un  
Díaz Cantón E. Inteligencia espacial, modelos del mundo y cirugía ultracompleja de élite. Rev Argent Cir. 2026;118(1):e-1964  
3
Requisitos técnicos para la inteligencia encarnada rica a un agente “ensayar mentalmente” las consecuencias  
en contacto  
de una maniobra quirúrgica antes de comprometerse  
irreversiblemente.  
Lograr incluso hitos intermedios demanda in-  
tegrar percepción, control y aprendizaje dentro de un  
sistema unificado que mantenga la seguridad bajo in- Transferencia de simulación a realidad  
cerꢀdumbre irreducible.  
Los motores de ꢁsica de alta fidelidad y la si-  
mulación a gran escala aceleran la iteración algorítmi-  
ca, pero la cirugía auténꢀca involucra deformación de  
tejido blando, dinámica de sangrado y variación ana-  
Censado y encarnación  
El censado tácꢀl distribuido a través de las pun- tómica específica del paciente que ningún simulador  
tas de los instrumentos, transductores de fuerza-torque captura fielmente aún. Tender este puente requerirá  
en las arꢀculaciones, retroalimentación propiocepꢀva aleatorización de dominio agresiva, idenꢀficación cui-  
precisa y visión estereoscópica calibrada son prerrequi- dadosa del sistema e ‒inevitablemente‒recolección de  
sitos para inferir el estado del tejido, la complacencia datos del mundo real estructurada bajo supervisión éꢀ-  
6
mecánica y los límites anatómicos en ꢀempo real, capa- ca rigurosa .  
cidades que los cirujanos experimentados desarrollan a  
través de miles de casos.  
Progreso reciente: hacia agentes generalistas y mode-  
los del mundo  
Control complaciente y reflejos  
Varios sistemas recientes ofrecen bloques de  
El control de impedancia de baja latencia, la construcción relevantes para esta agenda. Genie apren-  
actuación mecánicamente complaciente y los com- de entornos virtuales interacꢀvos a parꢀr de video no  
portamientos protectores de ꢀpo reflejo deben operar eꢀquetado, proporcionando generación de mundos  
conꢀnuamente para prevenir daño ꢀsular mientras controlables por acción úꢀl para entrenar agentes a  
7
preservan la precisión durante la disección delicada y través de dinámicas diversas . SIMA escala el compor-  
responden instantáneamente a hemorragia súbita ‒de tamiento de seguimiento de instrucciones a través de  
manera similar a como las manos de un cirujano se es- mundos simulados heterogéneos mediante una inter-  
tabilizan reflexivamente cuando se entra inadverꢀda- faz genérica, y SIMA 2 (por sus siglas en inglés, Scala-  
mente en una arteria‒.  
ble Instructable Mulꢀword Agent) exꢀende esto con  
completar objeꢀvos de múlꢀples pasos más comple-  
jos 8 . En robóꢀca, π0 propone un modelo de flujo de  
visión-lenguaje-acción entrenado a través de múlꢀples  
,9  
Planiꢁcación jerárquica  
plataformas de hardware para control de propósito ge-  
5
Los cirujanos expertos operan simultáneamen- neral . WeatherNext 2, aunque distante de la manipu-  
te en múlꢀples escalas temporales: reflejos de milise- lación quirúrgica, demuestra que el modelado predic-  
gundos, primiꢀvas motoras de nivel de segundos y pla- ꢀvo a gran escala de sistemas ꢁsicos complejos puede  
nificación estratégica de minutos a horas. Los agentes superar significaꢀvamente las líneas base tradicionales,  
quirúrgicos autónomos probablemente requerirán ar- una prueba de existencia de que los modelos de diná-  
1
0
quitecturas de capas análogas ‒bucles de estabilización mica aprendidos ꢀenen valor prácꢀco . Ninguno de es-  
reacꢀva, módulos de habilidades de nivel medio (disec- tos sistemas se aproxima a la competencia quirúrgica,  
ción, anastomosis, hemostasia) y planificadores de alto pero juntos esbozan una trayectoria de invesꢀgación  
nivel capaces de revisar los objeꢀvos procedimentales plausible.  
a medida que se despliega la anatomía‒.  
Línea temporal especulaꢀva  
Modelos predicꢀvos del mundo  
Cualquier línea temporal para lograr el  
El aprendizaje de representación predicꢀva Benchmark de AGI Quirúrgica completo permanece  
autosupervisado ‒ejemplificado por las arquitecturas profundamente especulaꢀva, conꢀngente en la  
predicꢀvas de embedding conjunto como JEPA (por su maduración del hardware, avances en ingeniería de  
sigla en inglés Joint Embedding Predicꢀve Architecture)‒ seguridad y marcos regulatorios en evolución. Un  
ofrece un camino hacia la codificación de estados objeꢀvo a corto plazo más tratable es el progreso  
ꢁ
sicos latentes y el soporte de simulación interna sistemáꢀco a través de los Niveles 0-3 dentro de  
sin la fragilidad de los modelos generaꢀvos pixel- entornos controlados ‒simulación, laboratorios  
2
,3  
perfect . Tales modelos del mundo podrían permiꢀr cadavéricos y quizá configuraciones de tejido vivo  
4
Díaz Cantón E. Inteligencia espacial, modelos del mundo y cirugía ultracompleja de élite. Rev Argent Cir. 2026;118(1):e-1964  
altamente restringidas‒. Los Niveles 4-6 demandarían inteligencia general, pero la competencia encarna-  
avances transformadores en robustez tácꢀl, actuación da puede resultar el cuello de botella decisivo para la  
complaciente, inferencia anatómica en ꢀempo real y agencia autónoma. El Benchmark de AGI Quirúrgica  
aprendizaje seguro bajo las consecuencias irreversibles funciona como un límite superior deliberadamente  
del error quirúrgico. Ofrezco esta escalera no como provocaꢀvo, un recordatorio de lo que los sistemas  
profecía sino como una invitación a la evaluación contemporáneos aún no pueden aproximar, y un cami-  
incremental y medible.  
no estructurado de hitos intermedios por los cuales el  
progreso futuro podría medirse. El día en que un sis-  
tema autónomo complete de manera segura un tras-  
plante mulꢀvisceral marcará no meramente un logro  
tecnológico sino una expansión profunda de lo que en-  
Conclusión  
La tesis de este ensayo es directa: la inteligen- tendemos que es la inteligencia.  
cia que opera en el mundo ꢁsico está restringida por  
la ꢁsica, el contacto y la consecuencia. La competencia  
lingüísꢀca consꢀtuye una dimensión importante de la  
“Y el Verbo se hizo carne”.  
(Juan 1:14)  
■
ENGLISH VERSION  
For in him we live and move and have our being.” framework for autonomous machine intelligence  
“
(
Acts 17:28) highlights predicꢀve world models and joint embedding  
architectures (vector representaꢀon) that represent  
and anꢀcipate latent state transiꢀons, enabling  
systems to anꢀcipate outcomes and plan ahead, going  
Introducꢀon  
2
beyond mere paꢂern matching . At the same ꢀme,  
Although contemporary arꢀficial intelligence general vision-language-acꢀon policies seek to inherit  
systems can write, translate, summarize, and assist with internet-scale semanꢀc knowledge built on top of a  
clinical reasoning with impressive fluency, they struggle pre-trained model while acquiring anchored control  
5
with the sensorimotor skills that expert surgeons refine of heterogeneous roboꢀc datasets . These converging  
over years of training. These skills include stable ꢀssue lines of research suggest that the criꢀcal boꢂleneck is  
manipulaꢀon, precise instrument coordinaꢀon, and not “more text” but rather richer modeling of the world  
safe interacꢀon with live anatomy under ꢀme pressure. and more reliable physical embodiment.  
This asymmetry reflects Moravec’s paradox: abstract  
reasoning is computaꢀonally manageable, while  
percepꢀon and dexterous acꢀon require extraordinary From metaphor to the benchmark ladder: the true  
1
computaꢀonal and experienꢀal resources . Throughout meaning of “surgical capability”.  
this essay, I employ an “80/20” heurisꢀc—not as a  
constant measure but as a conceptual device—to  
The AGI benchmark in surgery is deliberately  
emphasize that much of human experience is embodied extreme. Ultra-complex surgery combines almost  
rather than proposiꢀonal. Progress toward general all the requirements for embodied intelligence in a  
intelligence, I argue, will require agents capable of single arena: conꢀnuous contact with ꢀssue, rapid  
learning predicꢀve models of the world, planning across physiological dynamics, anꢀcipaꢀon of anatomical  
mulꢀple ꢀme horizons, and closing the sensorimotor variaꢀons, misleading pathology, millimeter precision  
2
-4  
loop in consequenꢀal physical domains .  
tolerances, and catastrophic consequences for errors.  
Any surgeon who has encountered an unexpected  
arterial injury during a Whipple procedure inꢀmately  
The reason why language only reaches a plateau for understands the concept of “embodied intelligence  
embodied agency.  
under pressure.” To make this benchmark acꢀonable,  
I propose a ladder of milestones that can be evaluated  
Language offers  
a
powerful interface to under controlled safety constraints well before full  
accumulated human knowledge, but it cannot replace procedural autonomy becomes feasible:  
the conꢀnuous feedback loop that links percepꢀon  
with acꢀon. Rich-contact tasks require high bandwidth ▪ Level 0 - Basic instrument handling: consistent  
sensing (vision, propriocepꢀon, strength and touch),  
rapid control under uncertainty, and accurate predicꢀon  
grasping, cutting, and suturing using inanimate bench  
models with reproducible force profiles.  
of how intervenꢀons alter the physical world. LeCun’s ▪ Level 1 - Basic tissue manipulation techniques:  
Díaz Cantón E. Inteligencia espacial, modelos del mundo y cirugía ultracompleja de élite. Rev Argent Cir. 2026;118(1):e-1964  
5
identification of dissection planes, bleeding control, Hierarchical planning  
and retraction in cadavers or ex vivo specimens  
exhibiting realistic compliance.  
Expert surgeons integrate behavior across  
▪
▪
Level 2 - Scripted procedural steps: execution of mulꢀple temporal scales, from millisecond reflexive  
standardized anastomoses, systematic lymph node control and second-level sensorimotor correcꢀons to  
dissection, and predefined clear resection margins.  
higher-order strategic planning unfolding over minutes  
Level 3 - Supervised adaptive procedures: real-time to hours. Autonomous surgical agents will likely require  
response to intraoperative findings (bleeding, analogous layered architectures-reacꢀve stabilizaꢀon  
unanticipated anatomical variations) under human loops, mid-level skill modules (dissecꢀon, anastomosis,  
direct supervision and with the authority to veto actions. hemostasis), and high-level planners capable of  
Level 4 - Full procedural autonomy for standard cases: reviewing procedural goals as the anatomy unfolds.  
cholecystectomy, appendectomy and inguinal hernia  
▪
▪
repair completed with minimal human intervention.  
Level 5 - Complex oncological resections: Predicꢀve models of the world  
duodenopancreatectomy, total mesorectal excision,  
radical nephrectomy with vascular reconstruction-  
Self-supervised predicꢀve representaꢀon  
procedures requiring the integration of judgment and learning -exemplified by joint embedding predicꢀve  
technique.  
architectures (JEPA)- offers a path toward encoding  
▪
Level 6 - Benchmark in elite surgery: multivisceral latent physical states and supporꢀng internal simulaꢀon  
transplantation, ex vivo liver resection and without2 the fragility of pixel-perfect generaꢀve  
,3.  
autotransplantation, robot-assisted free-flap microsurgical models Such models of the world could allow an  
reconstruction-procedures that require the seamless agent to “mentally rehearse” the consequences of a  
integration of multiple subspecialized skills at the surgical maneuver before commiꢃng to it irreversibly.  
highest level.  
Transferring simulaꢀon to reality  
Technical requirements for rich-contact embodied  
intelligence  
High-fidelity physics engines and large-scale  
simulaꢀon accelerate algorithmic iteraꢀon, but real  
Achieving even intermediate milestones surgery involves soꢄ ꢀssue deformaꢀon, bleeding  
requires integraꢀng percepꢀon, control, and learning dynamics, and paꢀent-specific anatomical variaꢀon  
within a unified system that maintains safety under that no simulator can yet accurately capture. Bridging  
irreducible uncertainty.  
this gap will require aggressive domain randomizaꢀon,  
careful system idenꢀficaꢀon, and -inevitably- structured  
collecꢀon of real-world data under rigorous ethical  
supervision6  
.
Sensing and embodiment  
Distributed tacꢀle sensing at the instrument  
ps, joint-level force–torque transducꢀon, accurate Recent progress: toward generalist agents and models  
ꢀ
propriocepꢀve feedback, and calibrated stereoscopic of the world  
visualizaꢀon are fundamental for real-ꢀme inference  
of ꢀssue properꢀes, mechanical compliance, and  
Several recent systems offer relevant building  
anatomical boundaries—competencies acquired by blocks for this agenda. Genie learns interacꢀve virtual  
experienced surgeons over thousands of procedures.  
environments from unlabeled videos, generaꢀng  
acꢀon-controllable virtual worlds useful for training  
7
agents through diverse dynamics . SIMA (Scalable,  
Compliant control and reflexes  
Instructable, Mulꢀworld Agent) scales instrucꢀon-  
following behavior across heterogeneous simulated  
Low-latency impedance control, mechanically worlds using a generic interface, and SIMA 2  
compliant performance, and reflexive protecꢀve extends this by compleꢀng more complex, mulꢀ-  
8
,9  
behaviors must be conꢀnuously operaꢀonal to prevent step objecꢀves . π0 proposes a vision-language-  
ssue damage while preserving precision during acꢀon flow model trained across mulꢀple hardware  
ꢀ
delicate dissecꢀon and responding instantly to sudden plaꢅorms for general-purpose robot control5 While  
bleeding—similar to how a surgeon’s hands reflexively far from surgical manipulaꢀon, WeatherNext  
stabilize when inadvertently entering an artery. demonstrates that large-scale predicꢀve modeling of  
.
2
6
Díaz Cantón E. Inteligencia espacial, modelos del mundo y cirugía ultracompleja de élite. Rev Argent Cir. 2026;118(1):e-1964  
complex physical systems can significantly outperform as a prophecy but as an invitaꢀon to incremental and  
tradiꢀonal baselines, evidence that learned dynamics measurable evaluaꢀon.  
1
0
models have pracꢀcal value . While none of these  
systems compares to surgical competence, they  
collecꢀvely outline  
research.  
a
plausible path for future Conclusion  
The thesis of this essay is straighꢅorward:  
intelligenceoperaꢀnginthephysicalworldisconstrained  
by physics, contact, and consequence. While linguisꢀc  
competence is a primary pillar of general intelligence,  
Hypotheꢀcal ꢀmeline  
Any ꢀmeline for achieving the full AGI embodied competence may represent the ulꢀmate  
benchmark in surgery is deeply hypotheꢀcal and boꢂleneck in the development of autonomous agency.  
conꢀngent on hardware development, advances The AGI benchmark in surgery serves as a provocaꢀve  
in safety engineering, and evolving regulatory upper bound—a stark reminder of the limitaꢀons of  
frameworks. A more manageable short-term goal contemporary systems and a rigorous framework of  
would be to make systemaꢀc progress through Levels intermediate milestones to measure future progress.  
0
-3 in controlled environments, such as simulaꢀons, The day an autonomous system safely performs a  
cadaver laboratories, and possibly highly restricted mulꢀvisceral transplant will not only be a technological  
living ꢀssue configuraꢀons. Levels 4-6 would require achievement, but also a profound expansion of our  
transformaꢀve advances in tacꢀle robustness, understanding of intelligence.  
compliant performance, real-ꢀme anatomical  
inference, and safe learning under the irreversible  
consequences of surgical error. I offer this ladder not  
“And the Word became flesh.”  
(John 1:14)  
Referencias bibliográꢁcas /References  
1
2
. Moravec H. Mind children: the future of robot and human inte-  
lligence. Cambridge (MA): Harvard University Press; 1988.  
. LeCun Y. A path towards autonomous machine intelligence.  
. Assran M, Duval Q, Misra I, Bojanowski P, Vincent P, Rabbat MG, et  
al. Self-supervised learning from images with a joint-embedding  
predicꢀve architecture. En: Proceedings of the IEEE/CVF Confe-  
rence on Computer Vision and Paꢂern Recogniꢀon (CVPR). 2023.  
pp.15619--29.  
based control. En: 2012 IEEE/RSJ Internaꢀonal Conference on In-  
telligent Robots and Systems (IROS). 2012. pp.5026-33.  
7. Bruce J, Dennis M, Edwards A, Parker-Holder J, Shi Y, Hughes E,  
et al. Genie: generaꢀve interacꢀve environments. arXiv [Pre-  
print]. 2024 [citado 2025 Dic 23]. Disponible en: hꢂps://arxiv.org/  
3
8. Abi Raad M, Ahuja A, Barros C, Besse F, Bolt A, Bolton A, et al; SIMA  
Team. Scaling instructable agents across many simulated worlds.  
arXiv [Preprint]. 2024 [citado 2025 Dic 23]. Disponible en: hꢂps://  
4
5
.
Brooks RA. Intelligence without representaꢀon. Arꢀf Intell.  
9. SIMA Team. SIMA 2: a generalist embodied agent for virtual worlds.  
10. Google. WeatherNext 2: our most advanced weather forecasꢀng  
1
991;47(1-3):139-59. doi:10.1016/0004-3702(91)90053-M.  
. Black K, Brown N, Driess D, Esmail A, Equi M, Finn C, et al. π0: a  
vision-language-acꢀon flow model for general robot control. arXiv  
Preprint]. 2024 [citado 2025 Dic 23]. Disponible en: hꢂps://arxiv.  
6
. Todorov E, Erez T, Tassa Y. MuJoCo: a physics engine for model-