AI Fisica: Investire nel Boom dei Robot Umanoidi del 2026

CES 2026 segnala il passaggio dall’AI virtuale a quella fisica

CES, precedentemente noto come Consumer Electronics Show, è la più grande e influente esposizione tecnologica al mondo. In precedenza abbiamo segnalato che una delle rivelazioni più importanti della fiera è stata la prima batteria allo stato solido commercializzata, prodotta da Donut Labs.

Ma un altro annuncio importante è stato fatto dal leader dell’hardware AI, NVIDIA (NVDA ), riguardo alla “AI fisica”, presentata come il momento ChatGPT di NVIDIA. Questo, naturalmente, non è del tutto una sorpresa, poiché l’azienda spinge questa idea di AI fisica da tempo, rendendosi conto che i LLM (Large Language Models) puramente “intellettuali” sono solo il primo passo nella diffusione dell’AI.

In pratica, il ruolo più impattante dell’AI si verificherà quando interagirà direttamente con il mondo fisico, invece di rimanere confinata in ambienti digitali e virtuali.

E questo è qualcosa che, fino ad ora, le AI hanno ancora faticato a fare. Il mondo reale è molto più caotico di un ordinato set di dati in un foglio di calcolo, un video o un motore di ricerca. È spesso ambiguo, mutevole e inaspettato.

Per tutti questi motivi è necessario un nuovo tipo di AI, che utilizzi la realtà fisica e riutilizzi le reti neurali in modi nuovi. È ciò che il framework Cosmos di NVIDIA promette.

Perché il 2026 potrebbe essere il momento ChatGPT per la robotica

Il confronto tra il 2026 e le AI fisiche per la robotica, con l’effetto che ChatGPT ha avuto sui LLM, proviene direttamente da Jensen Huang, CEO e fondatore di NVIDIA, al CES 2026. Puoi vedere l’intero discorso nel video seguente:

Huang ha fatto questo annuncio mentre la sua azienda rilasciava nuovi modelli open, NVIDIA Cosmos e GR00T (Generalist Robot 00 Technology), utilizzati per l’apprendimento e il ragionamento dei robot, Isaac Lab-Arena per la valutazione dei robot, e il framework di calcolo edge-to-cloud OSMO per semplificare i flussi di lavoro di addestramento dei robot (maggiori dettagli su ciascuno di questi strumenti AI di seguito).

Perché è importante?

Finora, i LLM, essendo i primi modelli linguistici, hanno principalmente influenzato attività di ragionamento e linguistiche, come scrittura, programmazione, ricerca, analisi dei dati, traduzione, assistenza clienti, ecc.

Queste sono attività importanti, ma rappresentano solo una frazione dell’economia mondiale.

Molte più attività globali, spesso le più laboriose, richiedono interazione con il mondo fisico: manifattura, assistenza sanitaria, trasporti & logistica, agricoltura, estrazione mineraria, compiti domestici, ecc.

Quali settori saranno trasformati per primi dall’AI fisica

In teoria, tutti i segmenti del mondo fisico e i settori economici saranno influenzati dalla diffusione della robotica. Ma nella pratica, alcuni segmenti adotteranno la robotica a un ritmo molto più rapido e saranno più colpiti prima.

Auto a guida autonoma

I veicoli autonomi hanno fatto grandi progressi nel 2025, e probabilmente si stanno preparando per il dispiegamento, a seconda dell’autorizzazione dei regolatori e di un quadro legale più chiaro.

Questo compito è pesante sul ragionamento, mentre le azioni meccaniche effettive di un’auto sono relativamente semplici (movimenti 2D, accelerazione, rallentamento, segnalazione). Pertanto, la parte più importante è una combinazione dei seguenti elementi:

• Hardware di bordo potente per il edge computing (non dipendente da una connessione a reti).
• Dati e addestramento per corrispondere alle condizioni del mondo reale, dalle regole di guida generali a casi rari & cambiamenti inaspettati—come associare una palla rotolante al rischio che un bambino corra improvvisamente sulla strada, portando a una decelerazione preventiva.
• Modelli di ragionamento vision-language-action (VLA) che convertono indizi visivi nelle azioni corrette.

Logistica

L’AI fisica impatterà questo campo in almeno due modi diversi.

Il primo riguarda i magazzini e la gestione delle forniture. L’AI fisica autorizza i robot mobili autonomi (AMR) a navigare ambienti complessi ed evitare ostacoli, inclusi gli esseri umani, utilizzando feedback diretto dai sensori a bordo. Bracci robotici e altri strumenti di manipolazione consentono loro anche di spostare merci.

Il secondo riguarda i servizi di consegna, più simili ai veicoli autonomi, con l’AI fisica che gestisce tutto, dalla guida all’indirizzo corretto al posizionamento sicuro delle merci alla porta giusta, navigando recinzioni, terreni irregolari, ostacoli, ecc.

Produzione

Come nei magazzini, l’AI fisica nelle fabbriche deve gestire un ambiente complesso che mescola macchine, esseri umani e ora robot.

Inoltre, molti siti di produzione avranno strumenti ad alta potenza, prodotti pericolosi (metallo caldo, laser, sostanze chimiche, ecc.) e requisiti molto più stringenti riguardo alla qualità finale e all’efficienza.

Mentre un robot di magazzino bloccato o difettoso può essere gestito da un operatore umano nelle vicinanze, lo stesso errore in una linea di assemblaggio o in un impianto chimico complesso può diventare pericoloso rapidamente.

Chirurgia e assistenza sanitaria

Al momento, la maggior parte dei robot chirurgici, come quelli di Intuitive Surgical (ISRG ) sono più simili a bracci robotici controllati da un chirurgo che a veri robot autonomi. Questo sta cambiando rapidamente con la crescita della capacità AI:

• XRlabs sta usando Thor e Isaac per l’Healthcare per abilitare scope chirurgici, iniziando con gli exoscopi, per guidare i chirurghi con analisi AI in tempo reale.
• LEM Surgical sta usando NVIDIA Isaac for Healthcare e Cosmos Transfer per addestrare i bracci autonomi del suo robot chirurgico Dynamis, alimentato da NVIDIA Jetson AGX Thor™ e Holoscan.

Compiti manuali ripetitivi: robot umanoidi

La maggior parte degli ambienti di lavoro, delle stanze e degli strumenti sono progettati per essere gestiti da mani e corpi umani. Quindi avrebbe senso che il design ideale per un robot che sostituisce gli umani in compiti noiosi o pericolosi sia anche una forma umanoide.

Tuttavia, il corpo umano è anche una macchina molto complessa, e solo di recente i robot sono diventati meccanicamente sufficientemente sofisticati da replicare correttamente il movimento umano.

Quindi questo potrebbe richiedere più tempo per svilupparsi—specificamente le abilità motorie grossolane e fini, così come la capacità di percepire, comprendere, ragionare e interagire con il mondo fisico, indipendentemente dal compito assegnato.

La pila di AI fisica di NVIDIA spiegata

Seguendo l’idea sviluppata con il linguaggio di programmazione CUDA—che permette alle GPU di essere usate per applicazioni diverse dal rendering grafico, dando vita alla maggior parte dell’attuale boom AI—NVIDIA conta sui modelli open per guidare il prossimo boom dell’AI fisica.

In questo modo, NVIDIA dovrebbe idealmente diventare tanto un’azione di AI fisica quanto lo è stata un’azione guidata da LLM negli ultimi 5 anni.

Il nucleo dell’esperienza hardware di NVIDIA e delle reti neurali è ora raffinato in parti interconnesse, tutte finemente sintonizzate per applicazioni di AI fisica.

NVIDIA Cosmos

Cosmos è “una piattaforma con modelli di base open world (WFMs), guardrails e librerie di elaborazione dati per accelerare lo sviluppo dell’AI fisica per veicoli autonomi (AV), robot e agenti AI di analisi video.”

Diversi produttori di robotica e veicoli autonomi stanno già usando Cosmos per accelerare lo sviluppo della loro AI fisica.

Cosmos è in realtà diversi modelli pre-addestrati in uno, permettendo ai robot di anticipare come il mondo fisico reagirà e cambierà, come i dati sintetici (simulazioni) si convertono in video del mondo reale, e come usare una catena di ragionamento che si basa su dati fisici reali e osservazione.

NVIDIA Isaac-GROOT e IsaacLab Arena

Isaac GR00T N1.6 è un modello vision-language-action costruito specificamente per robot umanoidi, offrendo controllo a corpo intero e comprensione contestuale. Aziende di robotica tra cui Franka Robotics, Neura Robotics e Humanoid lo stanno già usando.

Questo, combinato con Isaac Lab-Arena, fornisce un sistema collaborativo per la valutazione delle politiche robotiche e il benchmarking in simulazione. In questo modo, laboratori di ricerca e aziende robotiche possono valutare rapidamente le prestazioni del loro modello e confrontarle con altre in un ambiente standardizzato.

È importante notare che il modello Isaac richiede relativamente poche risorse computazionali, con un modulo chip robotico NVIDIA da $3.500 Jetson AGX Thor, sufficiente per eseguire Isaac, riducendo il costo hardware di calcolo di un robot umanoide a una somma molto piccola.

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 e RLWRLD hanno tutti integrato Jetson Thor nei loro umanoidi esistenti per migliorare le capacità di navigazione e manipolazione.

NVIDIA Omniverse

Omniverse è una collezione di librerie e microservizi per lo sviluppo di applicazioni di AI fisica come gemelli digitali industriali e simulazioni robotiche.

Le simulazioni virtuali, o “dati sintetici”, sono un ottimo modo per addestrare rapidamente un’AI robotica in molte situazioni senza dover creare fisicamente tali situazioni.

Per sviluppare Omniverse, NVIDIA ha utilizzato il suo vasto archivio di modelli fisici, simulazione fisica e libreria di dati già impiegati per altre applicazioni, come la ricerca fisica, i videogiochi, ecc.

Questo tipo di strumento può essere molto utile anche per applicazioni logistiche e di produzione, con la creazione di gemelli digitali personalizzati di strutture reali, consentendo di testare il dispiegamento dell’AI robotica virtualmente prima, riducendo il rischio di interruzioni quando i robot reali vengono introdotti.

Diversi gruppi industriali stanno già usando questo strumento, come Schneider e Siemens.

NVIDIA OSMO

OSMO è un software “orchestratore”, progettato appositamente per l’AI fisica.

Consente agli utenti di coordinare e combinare più strumenti AI, inclusi Isaac e Cosmos, in tutte le fasi dello sviluppo dell’AI fisica: generazione dati, addestramento, simulazione, valutazione e test hardware-in-the-loop.

Piattaforma NVIDIA DGX

DGX è la piattaforma di NVIDIA che utilizza il suo “SuperPOD” per l’addestramento di modelli AI, incluse le AI fisiche.

Può scalare a decine di migliaia di GPU NVIDIA, inclusi i chip Rubin e Blackwell, creando un supercomputer AI pronto all’uso e chiavi in mano.

NVIDIA – Hugging Face

Hugging Face è una libreria di transformer costruita per applicazioni di elaborazione del linguaggio naturale, soprannominata anche “GitHub per il Machine Learning”, con milioni di modelli AI pre-addestrati, dataset, librerie, ecc.

NVIDIA ha integrato le sue tecnologie open-source Isaac e GR00T nel principale framework robotico open-source LeRobot. Con una community di 13 milioni di costruttori di AI, questo dovrebbe aumentare l’adozione dei sistemi Nvidia come standard nelle AI fisiche.

Conclusione

La robotica sta facendo grandi progressi improvvisamente, grazie alla congiunzione di due forze diverse allo stesso tempo.

La prima è la maturità della tecnologia dei componenti robotici e la produzione di massa di bracci robotici, giroscopi, motori elettrici e altri componenti usati nei robot, così come nei droni e in altre elettroniche, portando a un rapido calo dei costi per componenti di alta qualità.

La seconda forza è il miglioramento esplosivo della tecnologia AI.

Ciò che ha raggiunto la consapevolezza del pubblico generale qualche anno fa con i LLM ora si sta espandendo in nuovi campi, con il mondo reale pronto a sentire l’effetto della diffusione dell’AI fisica in veicoli, corpi robotici personalizzati o umanoidi.

È possibile che l’AI fisica si riveli ancora più importante per l’industria tecnologica rispetto ai LLM, poiché apre una nuova serie di settori economici. Questo dovrebbe aiutarla a catturare più valore e a incrementare la produttività, proprio quando la geopolitica sta guidando una massiccia ridefinizione della catena di approvvigionamento e la reindustrializzazione di molti paesi.

Migliori azioni di AI fisica e robot umanoidi per il 2026

Boston Dynamics / Hyundai (HYMLF)

Hyundai è più nota per la sua attività automobilistica, giustamente, poiché è la terza più grande casa automobilistica al mondo per numero di auto vendute, ma è in realtà anche un enorme gruppo industriale, composto da 3 suddivisioni:

• L’attività di produzione di auto, incluse le auto elettriche.
• Il produttore di robot Boston Dynamics, acquisito nel 2021, da non confondere con Hyundai Robotics, produttore di robot industriali ora parte della società indipendente HD Hyundai / Hyundai Heavy Industries (ma strettamente collaborante con Hyundai Motors).
• Hyundai Rotem è attiva nel settore ferroviario & equipaggiamento militare, e nell’energia idrogeno.

Boston Dynamics, insieme a Caterpillar, Franka Robotics, Humanoid, LG Electronics e NEURA Robotics, sta usando lo stack robotico NVIDIA per lanciare nuovi robot guidati da AI.

L’azienda è particolarmente famosa per il suo robot ATLAS e per aver pionierato il design del robodog.

L’azienda si sta anche concentrando sul mercato B2B di robot fisici / AI fisica, con Stretch, un robot di magazzino per manipolare pacchi e carichi nei magazzini, fino a 50 libbre di peso.

Essendo un leader precoce nella robotica e partner di NVIDIA, Boston Dynamics è un buon candidato per conquistare una parte significativa del mercato dell’AI fisica.

Un’IPO della società, derivata da Hyundai, è una possibilità concreta in futuro, ma senza piani chiari al momento, e quindi probabilmente non prima del 2027 almeno.

“Riguardo a una tempistica o piani per l’IPO di Boston Dynamics, nulla è stato ancora confermato, quindi non c’è molto da commentare al momento, ma comunicheremo (con gli stakeholder) una volta che avremo una tempistica o piani per l’IPO.

Similmente a come abbiamo gestito (l’IPO di Hyundai Motor India (HYUNDAI.BO )), possiamo dire che siamo aperti a considerare Boston Dynamics. Tuttavia, al momento non abbiamo esaminato (l’IPO di Boston Dynamics) e non abbiamo piani per esaminarlo nel breve termine.”

– Lee Seung-jo, Chief Financial Officer e Chief Strategic Officer di Hyundai Motor Co

L’azienda ha iniziato a utilizzare robot umanoidi di Boston Dynamics nelle sue fabbriche automobilistiche e ha rivelato una versione commerciale di ATLAS.

NVIDIA

Dalla sua origine come produttore di hardware GPU per il videogaming e altre attività di rendering grafico, NVIDIA si è evoluta in una massiccia azienda di hardware AI, conferendo alla sua azione la più grande capitalizzazione di mercato al mondo.

NVIDIA ha compreso il potenziale dell’AI in anticipo, molto prima che chiunque, fuori dai ricercatori specializzati, si interessasse alle reti neurali.

Questo è stato, all’epoca, un passo rischioso in un settore non provato, quasi inesistente, o come ha detto Jensen Huang:

“Stiamo investendo in mercati da zero miliardi di dollari.”

Nel 2016 & 2017, NVIDIA ha rilasciato le architetture Pascal e Volta, rispettivamente, il primo acceleratore AI basato su GPU, mentre Volta ha introdotto i Tensor Core, che hanno accelerato i compiti di deep learning fino a 12 volte.

Questo ritmo di progresso è continuato da allora.

Gli investitori sono stati in parte preoccupati che NVIDIA potesse presto esaurire i nuovi mercati per giustificare i suoi multipli di valutazione elevati. Con l’annuncio al CES 2026 sull’AI fisica, sembra che non sia ancora il caso.

Il dispiegamento fisico dell’AI in robot, auto a guida autonoma e altri sistemi autonomi fornirà a NVIDIA molti nuovi mercati per vendere il suo hardware.

E il suo ecosistema completo, con design aperto e partnership con Hugging Face, quasi garantisce che tutte le aziende tecnologiche tranne le più grandi faranno affidamento sulla tecnologia NVIDIA per il cervello dei loro robot, poiché tentare di reinventare la ruota sarebbe troppo costoso e ritarderebbe un’azienda rispetto alla concorrenza.

Ultime notizie e sviluppi sulle azioni Nvidia (NVDA)