El desensamblaje es un proceso crucial en las operaciones industriales, especialmente en tareas que requieren alta precisión y estrictos estándares de seguridad al manejar componentes con robots colaborativos. Sin embargo, los métodos tradicionales a menudo dependen de una planificación de tareas rígida y secuencial, lo que dificulta la adaptación a cambios imprevistos o entornos dinámicos. Esta rigidez no solo limita la flexibilidad, sino que también conduce a tiempos de ejecución prolongados, ya que los operadores deben seguir pasos predefinidos que no permiten ajustes en tiempo real. Aunque técnicas como la teleoperación han intentado abordar estas limitaciones, a menudo obstaculizan la colaboración directa entre humanos y robots dentro del mismo espacio de trabajo, reduciendo la efectividad en entornos dinámicos. En respuesta a estos desafíos, esta investigación presenta un sistema avanzado de interacción humano-robot (HRI) que aprovecha una interfaz de realidad mixta (MR) integrada en un dispositivo montado en la cabeza (HMD). El sistema permite a los operadores emitir comandos de control en tiempo real utilizando entradas multimodales, incluyendo voz, gestos y seguimiento de la mirada. Estas entradas se sincronizan y procesan a través del Sistema Operativo de Robots (ROS2), lo que permite una ejecución de tareas dinámica y flexible. Además, la integración de algoritmos de aprendizaje profundo garantiza una detección y validación precisas de los componentes de desensamblaje, mejorando la exactitud. Las evaluaciones experimentales demuestran mejoras significativas, incluyendo la reducción de los tiempos de finalización de tareas, una mejor experiencia para el operador y el cumplimiento de estrictos estándares de seguridad. Esta solución escalable ofrece una amplia aplicabilidad para tareas de desensamblaje de propósito general, lo que la hace adecuada para escenarios industriales complejos.