Inteligencia artificial
IA Física: Invirtiendo en el Boom de Robots Humanoides 2026
CES 2026 Señala el Cambio de la IA Virtual a la IA Física
CES, antes conocida como Consumer Electronics Show, es la exposición tecnológica más grande e influyente del mundo. Anteriormente informamos que una de las revelaciones más importantes del evento fue la primera batería de estado sólido comercializada, producida por Donut Labs.
Pero otro anuncio importante lo hizo el líder de hardware de IA, NVIDIA, sobre la “IA física”, que ha sido presentada como el momento ChatGPT de NVIDIA. Esto, por supuesto, no es del todo una sorpresa, ya que la compañía ha estado impulsando esta idea de IA Física desde hace tiempo, al darse cuenta de que los LLMs (Modelos de Lenguaje Extenso) puramente “intelectuales” son solo el primer paso en el despliegue de la IA.
En la práctica, el papel más impactante de la IA ocurrirá cuando interactúe directamente con el mundo físico, en lugar de permanecer confinado a entornos digitales y virtuales.
Y esto es algo con lo que, hasta ahora, las IA todavía han tenido dificultades. El mundo real es mucho más desordenado que un conjunto ordenado de datos en una hoja de cálculo, un video o un motor de búsqueda. A menudo es ambiguo, cambiante e inesperado.
Por todas estas razones, se necesita un nuevo tipo de IA, que utilice la realidad física y reutilice las redes neuronales de nuevas maneras. Esto es lo que el marco Cosmos de NVIDIA promete.
Por qué 2026 podría ser el Momento ChatGPT para la Robótica
La comparación de 2026 y las IA físicas para la robótica con el efecto que ChatGPT tuvo en los LLM proviene directamente de Jensen Huang, CEO y fundador de NVIDIA, en el CES 2026. Puedes ver todo su discurso en el siguiente video:
Huang hizo este anuncio cuando su compañía lanzó nuevos modelos abiertos, NVIDIA Cosmos y GR00T (Generalist Robot 00 Technology), que se usan para el aprendizaje y razonamiento de robots, Isaac Lab-Arena para la evaluación de robots, y el marco de cómputo OSMO edge-to-cloud para simplificar los flujos de trabajo de entrenamiento de robots (más sobre cada una de estas herramientas de IA a continuación).
¿Por qué es importante?
Hasta ahora, los LLM, al ser los primeros modelos de lenguaje, han afectado mayormente actividades de razonamiento y aquellas que dependen mucho del lenguaje, como la escritura, programación, búsqueda, análisis de datos, traducción, servicios al cliente, etc.
Estas son actividades importantes, pero solo representan una fracción de la economía mundial.
Muchísimas más actividades globales, y a menudo las más intensivas en mano de obra, requieren interacción con el mundo físico: manufactura, salud, transporte y logística, agricultura, minería, tareas domésticas, etc.
Qué Industrias se Transformarán Primero con la IA Física
En teoría, todos los segmentos del mundo físico y los sectores económicos se verán afectados por la expansión de la robótica. Pero en la práctica, algunos segmentos adoptarán la robótica a un ritmo mucho mayor y se verán más impactados antes.
Automóviles Autónomos
Los vehículos autónomos han avanzado mucho en 2025, y probablemente estén listos para su despliegue, dependiendo de la autorización de los reguladores y de un marco legal más claro.
Esta tarea depende mucho del razonamiento, mientras que las acciones mecánicas reales de un coche son relativamente simples (movimientos 2D, aceleración, frenado, señalización). Por lo tanto, la parte más importante es una combinación de los siguientes elementos:
- Hardware robusto a bordo para computación en el borde (no dependiente de una conexión a redes).
- Datos y entrenamiento que coincidan con condiciones del mundo real, desde reglas de conducción generales hasta casos raros y cambios inesperados —como asociar una pelota rodante con el riesgo de que un niño corra repentinamente a la carretera, lo que lleva a una desaceleración preventiva.
- Los modelos de razonamiento visión‑lenguaje‑acción (VLA) convierten pistas visuales en las acciones correctas.
Logística
La IA física impactará este campo al menos de dos maneras diferentes.
La primera es en almacenes y gestión de suministro. La IA física autoriza a los Robots Móviles Autónomos (AMR) a navegar entornos complejos y evitar obstáculos, incluidos humanos, usando retroalimentación directa de sensores a bordo. Los brazos robóticos y otras herramientas de manipulación también les permiten mover mercancías.
La segunda son los servicios de entrega, que son más similares a los vehículos autónomos, con la IA física manejando todo, desde conducir a la dirección correcta hasta colocar de forma segura los paquetes en la puerta adecuada, navegando vallas, terrenos irregulares, obstáculos, etc.
Manufactura
Al igual que en los almacenes, la IA física en fábricas necesita lidiar con un entorno complejo que mezcla máquinas, humanos y ahora robots.
Pero además, muchos sitios de manufactura tendrán herramientas de alta potencia, productos peligrosos (metal caliente, láseres, químicos, etc.) y requisitos mucho más exigentes respecto a la calidad final y la eficiencia.
Mientras que un robot de almacén atascado o defectuoso puede ser atendido por un humano cercano, el mismo error en una línea de ensamblaje o en una planta química compleja puede volverse peligroso rápidamente.
Cirugía y Salud
Por ahora, la mayoría de los robots quirúrgicos como los de Intuitive Surgical (ISRG ) son más bien brazos robóticos controlados por un cirujano que verdaderos robots autónomos. Esto está cambiando rápidamente a medida que la capacidad de IA crece:
- XRlabs está usando Thor e Isaac para la Salud para habilitar scopes quirúrgicos, comenzando con exoscopios, para guiar a los cirujanos con análisis de IA en tiempo real.
- LEM Surgical está usando NVIDIA Isaac for Healthcare y Cosmos Transfer para entrenar los brazos autónomos de su robot quirúrgico Dynamis, impulsado por NVIDIA Jetson AGX Thor™ y Holoscan.
Tareas Manuales Repetitivas: Robots Humanoides
La mayoría de los entornos de trabajo, habitaciones y herramientas están diseñados para ser manejados por manos y cuerpos humanos. Por lo tanto, tendría sentido que el diseño ideal para un robot que reemplace a los humanos en tareas tediosas o peligrosas también fuera una forma humanoide.
Sin embargo, el cuerpo humano también es una máquina muy compleja, y solo recientemente los robots se han vuelto mecánicamente lo suficientemente sofisticados como para replicar adecuadamente el movimiento humano.
Así que esto podría tardar más en desarrollarse —específicamente las habilidades motoras gruesas y finas, así como la capacidad de percibir, entender, razonar e interactuar con el mundo físico, sin importar cuál sea la tarea asignada.
Explicación de la Pilas de IA Física de NVIDIA
Siguiendo la idea desarrollada con el lenguaje de programación CUDA —permitiendo que las GPU se usen para aplicaciones distintas al renderizado gráfico, lo que dio origen a la mayor parte del auge actual de la IA— NVIDIA está apostando por modelos abiertos para liderar el próximo auge de la IA física.
De esta manera, NVIDIA debería idealmente convertirse tanto en una acción de IA física como lo ha sido una acción impulsada por LLMs en los últimos 5 años.
El núcleo de la experiencia de NVIDIA en hardware y redes neuronales se está refinando ahora en partes interconectadas, todas finamente ajustadas a aplicaciones de IA física.
NVIDIA Cosmos
Cosmos es “una plataforma con modelos de fundación de mundo abierto (WFMs), barreras de seguridad y bibliotecas de procesamiento de datos para acelerar el desarrollo de IA física para vehículos autónomos (AVs), robots y agentes de IA de análisis de video.”
Varias compañías de robótica y vehículos autónomos ya están usando Cosmos para acelerar el desarrollo de su IA física.
Cosmos es en realidad varios modelos pre‑entrenados en uno, permitiendo a los robots anticipar cómo reaccionará y cambiará el mundo físico, cómo los datos sintéticos (simulaciones) se convierten en video del mundo real, y cómo usar una cadena de razonamiento que depende de datos y observaciones físicas del mundo real.
NVIDIA Isaac-GROOT y IsaacLab Arena
Isaac GR00T N1.6 es un modelo de visión‑lenguaje‑acción construido específicamente para robots humanoides, ofreciendo control de cuerpo completo y comprensión contextual. Empresas de robótica como Franka Robotics, Neura Robotics y Humanoid ya lo están usando.
Esto, combinado con Isaac Lab-Arena, proporciona un sistema colaborativo para la evaluación y benchmarking de políticas de robots en simulación. De esta forma, laboratorios de investigación y compañías robóticas pueden evaluar rápidamente el rendimiento de sus modelos y compararlos con otros en un entorno estandarizado.
Es importante destacar que el modelo Isaac requiere relativamente pocos recursos computacionales, con un módulo de chip robótico NVIDIA de $3,500 Jetson AGX Thor, suficiente para ejecutar Isaac, reduciendo el costo de hardware computacional de un robot humanoide a una suma muy pequeña.
NVIDIA® Jetson Thor™ series modules give you the ultimate platform for physical AI and robotics, delivering up to 2070 FP4 TFLOPS of AI compute and 128 GB of memory with power configurable between 40 W and 130 W.
They deliver over 7.5x higher AI compute than NVIDIA AGX Orin™, with 3.5x better energy efficiency.
Boston Dynamics, Humanoid y RLWRLD han integrado Jetson Thor en sus humanoides existentes para mejorar sus capacidades de navegación y manipulación.
NVIDIA Omniverse
Omniverse es una colección de bibliotecas y microservicios para desarrollar aplicaciones de IA física como gemelos digitales industriales y simulación robótica.
Las simulaciones virtuales, o “datos sintéticos”, son una excelente forma de entrenar rápidamente una IA robótica en muchas situaciones sin tener que crear esas situaciones físicamente.
Para desarrollar Omniverse, NVIDIA utilizó su amplio almacén de modelos de física, simulación física y biblioteca de datos ya usada para otras aplicaciones, como investigación física, videojuegos, etc.
Este tipo de herramienta también puede ser muy útil para aplicaciones logísticas y de manufactura, con la creación de gemelos digitales personalizados de instalaciones reales, permitiendo probar el despliegue de IA robótica virtualmente primero, reduciendo el riesgo de interrupciones cuando se despliegan robots reales.
Varias compañías industriales ya están usando esta herramienta, como Schneider y Siemens.
NVIDIA OSMO
OSMO es un software “orquestador”, creado específicamente para IA física.
Permite a los usuarios coordinar y combinar múltiples herramientas de IA, incluyendo Isaac y Cosmos, en todas las etapas del desarrollo de IA física: generación de datos, entrenamiento, simulación, evaluación y pruebas hardware‑in‑the‑loop.
NVIDIA DGX Platform
DGX es la utilización por parte de NVIDIA de su plataforma de cómputo “SuperPOD” para entrenar modelos de IA, incluidas las IA físicas.
Puede escalar a decenas de miles de GPUs NVIDIA, incluidos los chips Rubin y Blackwell, creando una supercomputadora de IA lista para usar y llave en mano.
NVIDIA – Hugging Face
Hugging Face es una biblioteca de transformadores construida para aplicaciones de procesamiento de lenguaje natural, también apodada el “GitHub para Machine Learning”, con millones de modelos de IA pre‑entrenados, conjuntos de datos, bibliotecas, etc.
NVIDIA ha integrado sus tecnologías de código abierto Isaac y GR00T en el marco de robótica de código abierto líder LeRobot. Con una comunidad de 13 millones de constructores de IA, esto debería impulsar la adopción de los sistemas Nvidia como estándar en IA físicas.
Conclusión
La robótica está avanzando rápidamente, gracias a la conjunción de dos fuerzas diferentes al mismo tiempo.
La primera es la madurez de la tecnología de componentes robóticos y la producción en masa de brazos robóticos, giroscopios, motores eléctricos y otros componentes usados en robots, así como en drones y otros dispositivos electrónicos, lo que lleva a una rápida disminución de costos para piezas de alta calidad.
La segunda fuerza es la explosiva mejora en la tecnología de IA.
Lo que alcanzó la conciencia del público general hace unos años con los LLM ahora se está expandiendo a nuevos campos, con el mundo real a punto de sentir el efecto de la expansión del despliegue de IA física en automoción, cuerpos de robots personalizados o humanoides.
Es posible que la IA física resulte incluso más importante para la industria tecnológica que los LLM, ya que abre una nueva serie de sectores económicos. Esto debería ayudar a capturar más valor y a impulsar la productividad, justo cuando la geopolítica está impulsando una enorme redefinición de la cadena de suministro y la reindustrialización de muchos países.
Mejores Acciones de IA Física y Robots Humanoides para 2026
Boston Dynamics / Hyundai (HYMLF)
Hyundai es más conocida por su actividad automotriz, lo cual es justificable, ya que es la tercera compañía automotriz más grande del mundo por número de autos vendidos, pero en realidad también es un enorme grupo industrial, formado por 3 subdivisiones:
- La actividad de fabricación de autos, incluidos los eléctricos.
- Fabricante de robots Boston Dynamics, adquirido en 2021, no debe confundirse con Hyundai Robotics, un productor de robots industriales ahora parte de la compañía independiente HD Hyundai / Hyundai Heavy Industries (pero colaborando estrechamente con Hyundai Motors).
- Hyundai Rotem está activa en equipamiento ferroviario y militar, y energía de hidrógeno.
Boston Dynamics, junto a Caterpillar, Franka Robotics, Humanoid, LG Electronics y NEURA Robotics, están usando la pila de robótica NVIDIA para presentar nuevos robots impulsados por IA.
La compañía es notablemente famosa por su robot ATLAS y por ser pionera en el diseño de robodogs.
La compañía también se está enfocando en el mercado B2B de robots físicos / IA física, con Stretch, un robot de almacén para manipular paquetes y cargas en almacenes, de hasta 50 libras de peso.
Como líder temprano en robótica y socio de NVIDIA, Boston Dynamics es un buen candidato para capturar una porción significativa del mercado de IA física.
Una OPI de la compañía, bajo Hyundai, es una posibilidad distinta en el futuro, pero sin planes claros todavía, y por lo tanto probablemente no antes de 2027 al menos.
“En cuanto a una línea de tiempo o planes para la OPI de Boston Dynamics, nada se ha confirmado aún, así que no hay mucho que comentar ahora, pero comunicaremos (con los interesados) una vez que tengamos una línea de tiempo o planes para la OPI.
Similar a cómo llevamos a cabo (la OPI de Hyundai Motor India), podemos decir que estamos abiertos respecto a Boston Dynamics. Sin embargo, no hemos revisado (la OPI de Boston Dynamics) en este momento, y no tenemos planes de revisar (la opción de OPI) a corto plazo.”
– Lee Seung-jo, Director Financiero y Director Estratégico de Hyundai Motor Co
La compañía ha comenzado a usar robots humanoides de Boston Dynamics en sus fábricas automotrices y reveló una versión comercial de ATLAS.
NVIDIA
Desde su origen como fabricante de hardware GPU para videojuegos y otras tareas de renderizado gráfico, NVIDIA ha evolucionado a una enorme empresa de hardware de IA, otorgando a su acción la mayor capitalización de mercado del mundo.
NVIDIA comprendió el potencial de la IA temprano, mucho antes de que cualquiera, fuera de investigadores especializados, se preocupara por las redes neuronales.
Esto fue, en ese momento, una jugada arriesgada en un sector poco probado y apenas existente, o como dijo Jensen Huang:
“Estamos invirtiendo en mercados de cero mil millones de dólares.”
En 2016 y 2017, NVIDIA lanzó las arquitecturas Pascal y Volta, respectivamente, el primer acelerador de IA basado en GPU, mientras que Volta introdujo los Tensor Cores, que aceleraron las tareas de deep learning hasta 12 veces.
Este ritmo de progreso ha continuado desde entonces.
Los inversores han estado algo preocupados de que NVIDIA pronto se quede sin nuevos mercados que justifiquen sus altos múltiplos de valoración. Con el anuncio del CES 2026 sobre IA física, parece que aún no es el caso.
El despliegue físico de la IA en robots, automóviles autónomos y otros sistemas autónomos proporcionará a NVIDIA muchos nuevos mercados para vender su hardware.
Y su ecosistema completo, con diseño abierto y asociación con Hugging Face, casi garantiza que todas las empresas tecnológicas, salvo las más grandes, dependerán de la tecnología NVIDIA para el cerebro de sus robots, ya que intentar reinventar la rueda sería demasiado costoso y retrasaría a una empresa demasiado respecto a su competencia.
Últimas Noticias y Desarrollos de la Acción Nvidia (NVDA)
